Perpustakaan Digital ITB

Sistem rekomendasi musik menggunakan pendekatan hybrid filtration menggabungkan algoritme pembelajaran content-based dan collaborative filtering. Hybrid filtration dapat memberikan hasil lebih baik dibandingkan dengan content-based atau collaborative filtering saja. Oleh karena itu, tugas akhir ini membangun sistem rekomendasi musik dengan pendekatan hybrid filtration. Pada penelitian ini pendekatan content-based disederhanakan dari penelitian sebelumnya, namun diharapkan tetap memberikan rekomendasi yang sesuai untuk pengguna. Social genes dari lagu digunakan pada content-based recommendation dan tidak melibatkan internal genes. Digunakan algoritme KNN untuk mencari kemiripan antar lagu dan pengguna pada pendekatan content-based dan collaborative filtering. Hasil dari kedua pembelajaran algoritme digabungkan menjadi hasil pembelajaran dari hybrid filtration. Berdasarkan penelitian yang telah dilakukan, sistem rekomendasi musik yang dibangun dengan pendekatan hybrid filtration memberikan hasil yang cukup baik. Responden memberikan penilaian 85.5% relevansi dengan minat pengguna, dan 89.4% untuk pemberian lagu baru. Sistem rekomendasi yang dibangun telah dapat memenuhi seluruh tujuan dari pembangunan sistem rekomendasi. Namun, masih terdapat kekurangan yang dimiliki oleh sistem rekomendasi musik yang telah dibangun yaitu kurangnya keberagaman lagu akibat keterbatasan dataset yang digunakan.