ANALISIS PRODUK GAME MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING DENGAN PERSAMAAN PEARSON CORRELATION COEFFICIENT
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Rekomendasi produk game merupakan salah satu fitur yang penting untuk dimiliki oleh platform game store. Fitur ini dapat membantu pengguna menemukan game yang sesuai dengan minat mereka. Salah satu metode yang dapat digunakan untuk menghasilkan rekomendasi game adalah metode itembased collaborative filtering. Metode ini menggunakan kemiripan antar item untuk menghasilkan rekomendasi. Dalam penelitian ini, metode item-based collaborative filtering digunakan untuk menghasilkan rekomendasi game berdasarkan dataset produk game dari Epic Games Store dan rating dari website pengumpul ulasan untuk video game yaitu OpenCritic. Hasil penelitian menunjukkan bahwa metode item-based collaborative filtering menghasilkan MSE data pelatihan sebesar 9.07 dan pada data pengujian sebesar 14.95 dengan akurasi 6,56% dan setelah ditingkatkan menjadi data pelatihan sebesar 9.41 dan pada data pengujian sebesar 14.78 dengan akurasi 7,62% yang masih dapat terus ditingkatkan dikarenakan kurangnya data ataupun karena kurangnya interaksi pengguna terhadap item dan relevan dengan minat pengguna.