Yunza Jauhari Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2024

Skripsi

Industri musik saat ini mengalami perkembangan yang sangat pesat seiring dengan kemajuan teknologi yang memungkinkan musik mudah diakses kapan saja dan di mana saja. Meningkatnya jumlah pilihan lagu yang tersedia menjadi masalah bagi pengguna dalam proses menemukan lagu-lagu yang sesuai dengan preferensi dan selera pribadi mereka. Lagu yang diinginkan dapat difilter dengan memanfaatkan sistem rekomendasi. Content-based filtering merupakan sistem rekomendasi yang memanfaatkan berbagai sumber informasi untuk menyediakan pengguna suatu prediksi dan rekomendasi. Namun metode ini juga mempunyai kelemahan, yaitu terbatas dalam menemukan item baru yang belum pernah diakses oleh pengguna. Untuk mengatasi keterbatasan yang ada pada content-based filtering, metode lain yang dapat digunakan adalah knowledge-based recommender system. Sistem rekomendasi ini merupakan sistem yang mengandalkan informasi eksternal atau pengetahuan tambahan yang dikumpulkan untuk membuat rekomendasi yang lebih baik. Kedua metode tersebut akan digabungkan menjadi metode hybrid recommender systems yang bertujuan untuk mengoptimalkan hasil rekomendasi yang diberikan kepada pengguna dengan memperbaiki atau mengatasi kekurangan pada masing-masing metode. Berdasarkan hasil penelitian yang dilakukan, metode hybrid recommender systems menghasilkan nilai RMSE terendah adalah 0,114503. Sedangkan pada metode content-based filtering menghasilkan nilai RMSE sebesar 0,19395 dan metode knowledge-based recommender system menghasilkan nilai RMSE sebesar 0,209251. Hasil ini menunjukkan bahwa hybrid recommender systems terbukti cukup akurat dan lebih baik dalam memberikan rekomendasi. Kata Kunci: Sistem Rekomendasi Lagu, Content-based Filtering, Knowledge-based Recommender System, Hybrid Recommender Systems 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 121090 2024-03-08 12:57:47 2024-03-08 14:48:17 machine generated