Perbandingan Cosine Similarity dan Euclidean Distance pada Sistem Rekomendasi Film Menggunakan Metode Item Based Multi Criteria Collaborative Filtering

ABSTRAK

Hingga saat ini ada ratusan sistem rekomendasi di berbagai bidang yang melayani ribuan pengguna. Salah satu metode yang paling sukses dan terkemuka untuk digunakan pada sebuah sistem rekomendasi adalah metode collaborative filtering. Collaborative Filtering (CF) bekerja dengan membangun basis data item yang disukai oleh pengguna, sehingga dalam penelitian ini digunakanlah dasar metode collaborative filtering untuk membuat sistem rekomendasi. Namun dalam penelitian ini akan digunakan metode Item-based Multi Criteria Collaborative Filtering untuk membuat sistem rekomendasi karena metode Item-based Multi- Criteria Collaborative Filtering dianggap mampu memberikan hasil rekomendasi yang lebih akurat. Dalam penelitian ini akan digunakan rumus penghitungan Euclidean Distance dan Cosine Similarity sebagai rumus dasar untuk menghitung kemiripan antar film dan nantinya akan dibandingkan tingkat akurasi keduanya. Hasil penelitian menunjukkan bahwa rumus perhitungan Euclidean Distance dan Cosine Similarity mempunyai tingkat akurasi yang sama dengan hasil rata-rata MAE sebesar 0.83249.

Kata  kunci:    Euclidean Distance, Item-based Multi-Criteria Collaborative Filtering, Mean Absolute Error, Sistem Rekomendasi