EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Implementasi Metode Two-Stage Collaborative Filtering dengan Diversity Balancing pada Sistem Rekomendasi Film

Wisnu Fadhillah, Arif Nur Rohman, Kusrini Kusrini

Journal of Applied Informatics and Computing · 22.04.2026 · 10 (2) · 1774-1780

DOI: 10.30871/jaic.v10i2.12293 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Applied Informatics and Computing, online erschienen am 22.04.2026. Verfasst von Wisnu Fadhillah und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Di era digital, pengguna sering menghadapi kesulitan dalam memilih produk atau konten karena banyaknya jumlah informasi yang tersedia. Meskipun sistem rekomendasi, khususnya Collaborative Filtering (CF), membantu mengatasi masalah ini, metode tersebut sering kali memiliki kelemahan krusial: kecenderungan untuk merekomendasikan item yang populer dan homogen. Fokus pada akurasi ini menyebabkan rekomendasi menjadi "kurang beragam" (less diverse), sehingga menjebak pengguna dalam pilihan yang monoton. Untuk mengatasi masalah ini, penelitian ini berkontribusi dengan mengintegrasikan metode klastering berbasis K-Means dengan pendekatan Two-Stage Collaborative Filtering serta mekanisme penyusunan ulang (re-ranking) penyeimbang diversitas (diversity balancing) untuk memitigasi spesialisasi berlebih (over-specialization) pada rekomendasi sembari tetap mempertahankan akurasi prediksi. Proses dimulai dengan K-Means Clustering untuk menangani sparsity data dan meningkatkan efisiensi, diikuti dengan pembuatan kandidat menggunakan Item-Based CF, dan diakhiri dengan proses re-ranking untuk menyeimbangkan akurasi dan diversitas. Hasil eksperimen menggunakan dataset IMDb menunjukkan bahwa metode yang diusulkan berhasil memberikan rekomendasi yang beragam di berbagai genre, seperti Action, Drama, dan Romance, tanpa mengorbankan relevansi. Sistem ini mencapai nilai Mean Absolute Error (MAE) sebesar 0.8214 pada skenario film modern, yang mengindikasikan bahwa integrasi penyeimbang diversitas mampu mempertahankan akurasi prediksi yang handal sekaligus meningkatkan variasi item yang direkomendasikan secara signifikan.

Zitieren

APA

Fadhillah, W., Rohman, A. N., & Kusrini, K. (2026). Implementasi Metode Two-Stage Collaborative Filtering dengan Diversity Balancing pada Sistem Rekomendasi Film. Journal of Applied Informatics and Computing, 10(2), 1774-1780. https://doi.org/10.30871/jaic.v10i2.12293

Vancouver

Fadhillah W, Rohman AN, Kusrini K. Implementasi Metode Two-Stage Collaborative Filtering dengan Diversity Balancing pada Sistem Rekomendasi Film. Journal of Applied Informatics and Computing. 2026;10(2):1774-1780. doi:10.30871/jaic.v10i2.12293

BibTeX
@article{Fadhillah2026,
  author = {Fadhillah, Wisnu and Rohman, Arif Nur and Kusrini, Kusrini},
  title = {Implementasi Metode Two-Stage Collaborative Filtering dengan Diversity Balancing pada Sistem Rekomendasi Film},
  journal = {Journal of Applied Informatics and Computing},
  year = {2026},
  volume = {10},
  number = {2},
  pages = {1774--1780},
  doi = {10.30871/jaic.v10i2.12293}
}
Kostenlos starten →