SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN COLLABORATIVE FILTERING

Abstract

Industri film Indonesia terus berkembang, ditandai dengan meningkatnya jumlah produksi dan penonton, khususnya melalui platform digital. Namun, sistem rekomendasi film berbasis data lokal masih minim. Sebagian besar penelitian sebelumnya menggunakan dataset internasional seperti MovieLens dan pendekatan content-based filtering yang memiliki keterbatasan dalam menangani pengguna baru. Penelitian ini bertujuan mengembangkan sistem rekomendasi film Indonesia menggunakan metode user-based collaborative filtering dengan data dari filmindonesia.or.id. Sistem dibangun dalam bentuk website menggunakan PHP dan MySQL. Data dikumpulkan melalui teknik scraping, kemudian dilakukan pra-pemrosesan seperti penghapusan nilai null, normalisasi, dan penyaringan. Untuk melengkapi data, dilakukan simulasi rating dari pengguna. Sistem menghasilkan rekomendasi film berdasarkan kemiripan preferensi antar pengguna. Hasil menunjukkan bahwa sistem mampu memberikan rekomendasi yang relevan dan sesuai dengan kebutuhan pengguna. Temuan ini menunjukkan bahwa collaborative filtering efektif diterapkan pada data lokal. Penelitian ini membuka peluang pengembangan lebih lanjut melalui integrasi metode hybrid dan analisis sentimen guna meningkatkan akurasi dan pemahaman terhadap preferensi pengguna.