Pada zaman sekarang, seperti yang kita ketahui terdapat banyak sekali pilihan dan kita harus memilih pilihan tersebut. Akibat banyaknya pilihan, setiap orang pernah memiliki masalah untuk memilih [1]. Contohnya pada saat kita ingin menonton film, banyak sekali film di dunia ini yang telah bermunculan dan kita menjadi kebingungan mengenai film apa yang sebaiknya kita nonton.
Oleh karena itu, perusahaan film seperti Netflix pun mulai mengembangkan sistem rekomendasi untuk membantu penggunanya agar lebih mudah memilih film yang mereka inginkan. Sistem rekomendasi dapat membantu pengguna untuk memilih item-item (dalam studi kasus ini adalah film) dari banyaknya koleksi yang tersedia [2].
Alasan mengapa masalah ini perlu diselesaikan:
Karena masalah ini dapat membuat pengguna kebingungan dengan apa yang akan mereka pilih sehingga mereka membutuhkan waktu lama untuk memilih.
Bagian laporan ini mencakup:
Menjelaskan pernyataan masalah:
- Bagaimana membantu pengguna untuk memilih film yang menarik bagi mereka, sehingga mereka tidak perlu membuang-buang waktu untuk mencari film yang menarik dan akan mereka nonton ?.
- Bagaimana membuat perusahaan lebih menarik bagi pengguna, dikarenakan jika pengguna tidak menemukan film yang menarik maka pengguna akan merasa bosan dan tidak ingin lagi menonton film di platform tersebut.
Menjelaskan tujuan proyek yang menjawab pernyataan masalah:
- Membuat sistem rekomendasi film bagi pengguna agar pengguna bisa menemukan film yang mereka gemari, dan dapat membantu perusahaan agar tidak kehilangan penggunanya.
Data di ambil dari platform kaggle yaitu Movie Recommendation System. Pada dataset ini ada 2 files yaitu: Movie_Id_Titles.csv dan Dataset.csv
Variabel-variabel pada Movie_Id_Titles.csv dataset adalah sebagai berikut:
- item_id : merupakan kunci dari dataset dan merupakan id dari tiap film.
- title : merupakan judul film yang terdapat di dataset.
Variabel-variabel pada Dataset.csv t adalah sebagai berikut:
- item_id : merupakan kunci dari dataset dan merupakan id dari tiap film.
- user_id: merupakan id untuk setiap pengguna.
- rating: merupakan penilaian pengguna terhadap sebuah film.
- timestamp: merupakan waktu yang pengguna telah habiskan untuk menonton film tersebut.