IMPLEMENTASI USER BASED COLLABORATIVE FILTERING DENGAN COSINE SIMILARITY PADA SISTEM REKOMENDASI FILM

Di era digital saat ini, film menjadi salah satu bentuk hiburan yang sangat diminati oleh masyarakat. Namun, banyaknya film yang dirilis setiap tahun membuat menemukan film sesuai dengan preferensi pribadi tidaklah mudah. Sistem rekomendasi hadir sebagai solusi dengan memanfaatkan opini dan Rating pengguna lain untuk memberikan rekomendasi yang dipersonalisasi. Penelitian ini mengimplementasikan dan mengevaluasi sistem rekomendasi film yang menggunakan metode Collaborative Filtering berbasis pengguna (User Based). Pada metode ini, tingkat kemiripan antar pengguna diukur menggunakan Cosine Similarity yang dipilih karena kemampuannya menangani data sparse, seperti data Rating film. Dataset yang digunakan bersumber dari Movielens 100k, yang terdiri dari 943 pengguna dan 1.682 film serta merupakan sebuah Dataset populer dalam penelitian sistem rekomendasi film. Nilai MAE sebesar 0.7201 dan RMSE sebesar 0.9267 menunjukkan bahwa sistem rekomendasi mampu menghasilkan prediksi Rating yang cukup mendekati nilai aktual pengguna sehingga metode tersebut dapat dianggap lebih efektif dalam memberikan rekomendasi yang relevan.