Implementasi Metode K-Means Clustering Untuk Rekomendasi Film

Authors

  • Adrian Jala Putra Mahardika Universitas Nusantara PGRI Kediri Indonesia
  • Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia
  • Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/hpt5cx32

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.

Keywords:

Sistem Rekomendasi, K-Means Clustering, Web

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

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.

Downloads

Published

2025-07-10

Issue

Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Section

Articles

License

Copyright (c) 2025 Adrian Jala Putra Mahardika, Danang Wahyu Widodo, Ardi Sanjaya

Creative Commons License

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

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Implementasi Metode K-Means Clustering Untuk Rekomendasi Film. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(2), 1165-1172. https://doi.org/10.29407/hpt5cx32