Keywords
K-Means Clustering
Web
How to Cite
Abstract
Sistem rekomendasi film sering kali menghadapi kesulitan dalam menggabungkan berbagai elemen seperti genre, rating, tahun rilis, dan sutradara untuk memberikan rekomendasi yang tepat. Penelitian ini merancang sebuah sistem rekomendasi berbasis web yang memanfaatkan algoritma K-Means Clustering untuk mengelompokkan film berdasarkan kesamaan atribut tersebut. Proses ini meliputi pengumpulan dan pra-pemrosesan data dari Kaggle, penerapan K-Means untuk pengelompokan, serta evaluasi model dengan menggunakan metrik Silhouette Score untuk memastikan kualitas dari setiap cluster yang terbentuk. Sistem ini mampu menyajikan rekomendasi film yang lebih sesuai dengan preferensi pengguna, serta memberikan informasi yang dapat digunakan oleh pengelola bioskop dalam menentukan film yang layak untuk dipromosikan dan ditayangkan secara lebih strategis.
References
[1] I. N. Farida dan P. Kasih, “Rancangan Sistem Rekomendasi Bakat Anak dengan Metode AHP dan SAW,” vol. 8, hlm. 1671–1682, 2024.
[2] H. Mutiasari, T. W. Purboyo, dan R. A. Nugrahaeni, “Sistem Rekomendasi Film Menggunakan Metode K-Means Clustering (Movie Recommendation System Using K-Means Clustering Method),” e-Proceeding of Engineering, vol. 8, no. 5, hlm. 6755–6764, 2021, [Daring]. Tersedia pada: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/16511
[3] M. A. Zartesya dan D. S. Prasvita, “Penerapan Collaborative Filtering, PCA dan K-Means dalam Pembangunan Sistem Rekomendasi Film,” Senamika, no. April, hlm. 606–615, 2021, [Daring]. Tersedia pada: https://conference.upnvj.ac.id/index.php/senamika/article/view/1318%0Ahttps://conference.upnvj.ac.id/index.php/senamika/article/download/1318/1089
[4] V. No, D. T. Santoso, V. Atina, D. Hartanti, dan V. No, “Infotek : Jurnal Informatika dan Teknologi Prototipe Sistem Rekomendasi Film Indonesia Menggunakan Pendekatan Content Based Filtering dan Metode Vector Space Model Infotek : Jurnal Informatika dan Teknologi Film , menurut Pratista dalam bukunya “ Memahami,” vol. 7, no. 2, 2024.
[5] V. No, V. No, dan D. Dinas, “Infotek : Jurnal Informatika dan Teknologi Implementasi Algoritma K-Means Untuk Rekomendasi Pengadaan Buku Perpustakaan merupakan pusat informasi dan pengetahuan yang sangat penting bagi masyarakat . Salah satu tantangan utama yang dihadapi oleh perpustak,” vol. 8, no. 1, 2025.
[6] V. Darsono, Amroni, dan A. Andrianti, “Penerapan Data Mining Algoritma K-Means Untuk Rekomendasi Pemilihan Bidang Studi Perguruan Tinggi Pada Siswa SMKN 1 Kota Jambi,” Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), vol. 2, no. 2, hlm. 161–171, 2022, doi: 10.33998/jakakom.2022.2.2.80.
[7] C. Budihartanti, C. I. Ifaru, A. Zahra, dan M. H. Aenuddin, “Pengelompokkan Film Pada Platform Netflix Menggunakan Metode K-Means Clustering Sebagai Rekomendasi Film,” vol. 5, no. 4, hlm. 1392–1402, 2024, doi: 10.47065/josh.v5i4.5482.
[8] I. Zuhdiansyah dan A. Luthfiarta, “Sistem Rekomendasi Pembelian Smartphone berbasis Algoritma K-Means dan Singular Value Decomposition,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 10, no. 1, hlm. 45–53, 2024, doi: 10.25077/teknosi.v10i1.2024.45-53.
[9] M. R. Firmansyah dan A. Habib, “MODEL KLASTERISASI DAN ANALISIS SISTEM REKOMENDASI KEPADA PENGGUNA PERPUSTAKAAN UNIVERSITAS 17 AGUSTUS 1945 SURABAYA MENGGUNAKAN K-MEANS,” vol. 2, no. 2, hlm. 744–750, 2024.
[10] A. Halim, H. Gohzali, D. Maria Panjaitan, dan I. Maulana, “Sistem Rekomendasi Filmmenggunakan Bisecting K-Means dan Collaborative Filtering,” Citisee, vol. 4567789, no. 061, hlm. 37–41, 2017.
[11] A. Dzakiroh dan E. Widodo, “Implementasi Algoritma K-Means Untuk Segmentasi Siswa Dalam Pembentukan Kelas Unggulan,” vol. 11, no. 1, hlm. 34–43, 2025.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Adrian Jala Putra Mahardika, Danang Wahyu Widodo, Ardi Sanjaya