BKG

Laili, Alimah Nur (2019) Rekomendasi Film Berdasarkan Sinopsis Menggunakan Metode Word2vec. Sarjana thesis, Universitas Brawijaya.

Indonesian Abstract

Jumlah film yang tersebar di seluruh dunia mengalami peningkatan produksi tiap tahunnya, hal tersebut menunjukkan bahwa minat masyarakat terhadap dunia perfilman semakin tinggi. Melakukan sebuah pencarian data dengan parameter tertentu di internet, tentu sulit untuk mendapatkan hasil yang sesuai dengan keinginan karena banyaknya data yang tersedia namun terbatasnya alat yang memadai. Penyaringan informasi data yang berlebih dapat dilakukan menggunakan proses rekomendasi. Terdapat beberapa tahap pada proses rekomendasi film yaitu tahap Pre-processing untuk memproses dokumen sinopsis film, metode TF-IDF untuk mendapatkan kata dengan bobot tertinggi sebanyak jumlah yang ditentukan bedasarkan hasil kecocokan query didalam dokumen, Word2Vec sebagai metode untuk mendapatkan Query Expansion dari hasil kata teratas yang diambil pada proses TF-IDF dan Cosine Similarity untuk mendapatkan nilai kemiripan dokumen dengan query. Metode Word2Vec berfungsi mencari nilai kedekatan antar kata satu sama lain untuk mendapatkan kata yang akan ditambahkan kedalam query awal. Data latih berupa judul dengan sinopsis film berbahasa Inggris berjumlah 150, proses evaluasi mengambil 30 data judul dan sinopsis dari data latih berdasarkan film yang dipilih oleh penguji. Nilai rata-rata Precision@10 tertinggi yang diperoleh sebesar 0,47 dan nilai Mean Average Precision (MAP) tertinggi diperoleh sebesar 0,709603374

English Abstract

The number of movie production have increased each year. This shows that the society interest in the film industry is getting higher. It’s difficult to get the appropriate result of what desired by searching for data with certain parameters on the internet because of the large amount of data exists but there is limited adequate tools. The screening of the excess data can be done using recommendation process. There are several stages in movie recommendation process. Those are Pre-processing to process film synopsis documents, TF-IDF method to obtain the highest value as much as the amount determined based on the query result on the document. Word2vec as a method to get the query expansion from the top word result that taken from TF-IDF process and Cosine Similarity is used to get the similarity between document and query. The Word2Vec method plays role to find the proximity value between words to one another in order to get the words that will be added to the initial query. The training data are 150 movies title with English synopsis. The evaluation process took 30 data of movie title and synopsis from the training data based on the movies selected by the examiners. The highest Precision@10 value is 0,47 and the highest Mean Average Precision (MAP) value is 0.709603374.

Other Language Abstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/535/051905918
Uncontrolled Keywords: rekomendasi, film, query expansion, word2vec, TF-IDF, cosine similarity, recommendation, movie, query expansion, word2Vec, TF-IDF, cosine similarity
Subjects: 000 Computer science, information and general works > 001 Knowledge > 001.4 Research > 001.42 Research methods
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Nur Cholis
URI: http://repository.ub.ac.id/id/eprint/171800
Text
Alimah Nur Laili - skripsi (2).pdf

Download | Preview

Actions (login required)

View Item View Item