PERBANDINGAN KINERJA ALGORITMA RANDOM FOREST, SUPPORT VECTOR MACHINE, DAN NAIVEBAYES CLASSIFIER DALAM REKOMENDASI FILM PADA DATASET MOVIELENS

dc.contributor.author	Robbani, Azzam Haqqoni
dc.contributor.author	Ari Purno Wahyu Wibowo (Pembimbing)
dc.date.accessioned	2026-09-16T03:44:38Z
dc.date.available	2026-09-16T03:44:38Z
dc.date.issued	2024
dc.description.abstract	Penelitian ini membandingkan kinerja tiga algoritma pembelajaran mesin, yaitu Random Forest, Support Vector Machine (SVM), dan Naive Bayes Classifier, dalam konteks rekomendasi film menggunakan dataset Movielens. Tujuan utama penelitian ini adalah untuk menentukan algoritma terbaik yang dapat digunakan dalam sistem rekomendasi film.Hasil penelitian menunjukkan bahwa algoritma Random Forest mencapai tingkat akurasi tertinggi, yaitu 76.30%, dibandingkan dengan SVM dan Naive Bayes yang masing-masing mencapai akurasi 34.12% dan 34.36%. Hal ini menandakan bahwa Random Forest mampu mengenali pola data dengan lebih baik dan memberikan rekomendasi yang lebih akurat dalam sistem rekomendasi film. Oleh karena itu, algoritma Random Forest dipilih sebagai model terbaik untuk diterapkan dalam pengembangan sistem rekomendasi.Penelitian ini memberikan kontribusi dalam memahami keunggulan algoritma Random Forest untuk sistem rekomendasi.
dc.identifier.uri	https://repository.widyatama.ac.id/handle/123456789/111023
dc.language.iso	other
dc.publisher	Program Studi S1 Informatika
dc.relation.ispartofseries	0620104003
dc.title	PERBANDINGAN KINERJA ALGORITMA RANDOM FOREST, SUPPORT VECTOR MACHINE, DAN NAIVEBAYES CLASSIFIER DALAM REKOMENDASI FILM PADA DATASET MOVIELENS
dc.type	Thesis