Penerapan Algoritma Apriori untuk Analisis Asosiasi Film pada Dataset MovieLens
PDF

Keywords

Apriori
data mining
asosiasi film
MovieLens
rekomendasi

How to Cite

Penerapan Algoritma Apriori untuk Analisis Asosiasi Film pada Dataset MovieLens. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(1), 008-015. https://doi.org/10.29407/f5r33m75

Abstract

Algoritma Apriori terbukti efektif dalam mengungkap pola asosiasi pada data transaksi. Penelitian ini menerapkan algoritma tersebut pada dataset MovieLens 32M untuk mengidentifikasi asosiasi antara film berdasarkan perilaku tontonan pengguna. Dataset difilter agar hanya mencakup film yang telah ditonton minimal oleh 500 pengguna dan pengguna yang menonton minimal 50 film, dengan sampel 5.000 pengguna aktif. Analisis dilakukan menggunakan Python di Google Colab dengan parameter minimum support 0,06 dan maksimal panjang itemset dua. Evaluasi menggunakan metrik lift mengungkap adanya asosiasi kuat antar film, terutama pada film yang tergabung dalam waralaba atau memiliki keterkaitan naratif. Hasil penelitian ini memberikan wawasan baru untuk pengembangan sistem rekomendasi film yang lebih cerdas dan personal, yang dapat meningkatkan pengalaman pengguna di platform streaming.

PDF

References

[1] S. Tirumalasetty, A. Jadda, and S. Reddy Edara, “An Enhanced Apriori Algorithm for Discovering Frequent Patterns with Optimal Number of Scans.” doi: https://doi.org/10.48550/arXiv.1506.07087.

[2] Z. S. Zubi, A. A. Elrowayati, and I. S. Abu Fanas, “A Movie Recommendation System Design Using Association Rules Mining and Classification Techniques,” WSEAS TRANSACTIONS ON COMPUTERS, vol. 21, pp. 189–199, Jun. 2022, doi: 10.37394/23205.2022.21.24.

[3] D. Listriani, A. H. Setyaningrum, and F. Eka, “PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro),” vol. 9, no. 2.

[4] A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” Jurnal Teknologi dan Sistem Komputer, vol. 7, no. 3, pp. 103–108, Jul. 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

[5] Y. Ji, A. Sun, J. Zhang, and C. Li, “A Re-visit of the Popularity Baseline in Recommender Systems,” in SIGIR 2020 - Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval, Association for Computing Machinery, Inc, Jul. 2020, pp. 1749–1752. doi: 10.1145/3397271.3401233.

[6] T. Tran and K. Lee, “Regularizing matrix factorization with user and item embeddings for recommendation,” in International Conference on Information and Knowledge Management, Proceedings, Association for Computing Machinery, Oct. 2018, pp. 687–696. doi: 10.1145/3269206.3271730.

[7] E. N. Salamah and N. Ulinnnuha, “Analisis Pola Pembelian Obat dan Alat Kesehatan di Klinik Ibu dan Anak Graha Amani dengan Menggunakan Algoritma Apriori,” Jurnal INFORM, vol. xx No.xx.

[8] A. Fauzi, A. B. H. Yanto, and N. Indriyani, “Data Mining Implementation of Organic Vegetable Sales Using Apriori Algorithm,” JURNAL TEKNOLOGI DAN OPEN SOURCE, pp. 98–109, Jun. 2023, doi: 10.36378/jtos.v6i1.3049.

[9] R. Candra Purnama Putra, K. Fahrizal Dzatama, A. Tristan Syafa, E. Daniati, A. Ristyawan, and N. PGRI Kediri, “Analisis Kombinasi Produk Bakery Menggunakan Apriori FP-Growth Penulis Korespondensi: Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 423,” Online, 2024.

[10] D. Dwiputra, A. Mulyo Widodo, H. Akbar, and G. Firmansyah, “Evaluating the Performance of Association Rules in Apriori and FP-Growth Algorithms: Market Basket Analysis to Discover Rules of Item Combinations,” Journal of World Science, vol. 2, no. 8, pp. 1229–1248, Aug. 2023, doi: 10.58344/jws.v2i8.403.

[11] A. Hermawan, “SMART PRODUCT RECOMMENDATIONS IN THE E-COMMERCE WEBSITE: UTILIZING THE APRIORI ALGORITHM FOR MARKET BASKET ANALYSIS,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems, vol. x, No.x, pp. 1–5, doi: 10.22146/ijccs.xxxx.

[12] F. Harahap, N. E. Saragih, E. D. P. Situmeang, E. Tuti, E. Ginting, and W. Fahrozi, “Implementasi Data Mining dalam Memprediksi Stok Herbal menggunakan Algoritma Apriori,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 2, p. 1159, Apr. 2022, doi: 10.30865/mib.v6i2.3937.

[13] “Implementasi Data Mining Menggunakan Algoritma”.

[14] M. Ali Ridla, Fajriyanto, and Misbahul Marzuqi, “Implementasi Algoritma Apriori untuk Menentukan Pola Transaksi Penjualan Berbasis Web,” JTIM : Jurnal Teknologi Informasi dan Multimedia, vol. 5, no. 3, pp. 196–207, Sep. 2023, doi: 10.35746/jtim.v5i3.399.

[15] I. Riadi, H. Herman, F. Fitriah, S. Suprihatin, A. Muis, and M. Yunus, “Implementation of association rule using apriori algorithm and frequent pattern growth for inventory control,” JURNAL INFOTEL, vol. 15, no. 4, pp. 369–378, Dec. 2023, doi: 10.20895/infotel.v15i4.980.

[16] O. Liansyah and H. Destiana, “The Use of Apriori Algorithm in the Formation of Association Rule at Lotteria Cibubur,” SinkrOn, vol. 4, no. 2, p. 76, Mar. 2020, doi: 10.33395/sinkron.v4i2.10526.

[17] M. Fauzy, K. W. Rahmat Saleh, I. Asror, J. Telekomunikasi No, and T. Buah Batu Bandung, “PENERAPAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI PADA SIMULASI PREDIKSI HUJAN WILAYAH KOTA BANDUNG,” 2016.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2025 Rizal Syihab Saputra Adam, M. Abdilah Saputra, Erna Daniati