SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI AHMAD FAUZI NURSALAM 081402013
SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI AHMAD FAUZI NURSALAM 081402013 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2014
SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi
AHMAD FAUZI NURSALAM 081402013 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
2014
PERSETUJUAN
Judul : SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN ALGORITMA APRIORI
Kategori : SKRIPSI Nama : AHMAD FAUZI NURSALAM Nomor Induk Mahasiswa : 081402013 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Sajadin Sembiring, S.Si.,M.Comp.Sc. Romi Fadillah Rahmat, B.Comp.Sc.,M.Sc
NIP 198603032010121004 Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT.
NIP 198001102008011010
PERNYATAAN
SISTEM REKOMENDASI FILM INDONESIA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Juli 2014 Ahmad Fauzi Nursalam 081402013
UCAPAN TERIMA KASIH
Alhamdulillah, segala puji dan syukur penulis tujukan kepada Tuhan Yang Maha Esa, Allah Subhanahuwa Ta’ala yang telah memberikan rahmat dan kasih sayang-Nya sehingga penulis dapat menyelesaikan Skripsi ini. Shalawat serta salam selalu tercurahkan kepada Nabi besar, Nabi Muhammad SAW.
Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Penulis ingin mengucapkan terima kasih yang tulus kepada orang – orang yang telah memberikan semangat dan dukungan dalam menyelesaikan skripsi penelitian tugas akhir ini, yaitu :
1. Kepada kedua orang tua tercinta, Ayah dan Ibu penulis, yaitu Achmad Rusdy dan Ellin Herlina, yang telah membesarkan, memperjuangkan, mendidik baik itu dari segi pendidikan dan agama, serta arti dari perjuangan hidup dari sejak kecil hingga sekarang, terima kasih sedalam-dalamnya dan sebesar-sebesarnya atas kasih sayang dan kesabaran yang telah diberikan kepada penulis. Terima kasih kepada Abang tercinta, Muhammad Aulia beserta Istri, Suri Chairani yang selalu memberikan dukungan moral, semangat dan inspirasi dalam berjuang menyelesaikan studi ini. Terima kasih juga kepada Uwak Gugun dan Paktuo Djamali atas perhatiannya kepada penulis dalam menyelesaikan tugas akhir ini.
2. Kepada Bapak Romi Fadillah Rahmat, B.Comp.Sc.,M.Sc., selaku pembimbing satu dan Bapak Sajadin Sembiring S.Si.,M.Comp.Sc., selaku pembimbing dua yang telah meluangkan banyak waktu dan pikiran dalam membimbing, mengarahkan dan memberikan semangat kepada penulis dalam menyelesaikan skripsi ini. Ucapan terima kasih juga saya sampaikan kepada Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT sebagai penguji satu sekaligus Sekretaris program studi S1 Teknologi Informasi dan Bapak Dedy Arisandi, S.T., M. Kom., sebagai penguji dua dalam memberikan kritikan, nasehat dan saran agar hasil skripsi ini menjadi lebih baik, serta ucapan terima kasih juga ditujukan kepada Ketua program studi S1 Teknologi Informasi, Bapak Muhammad Anggia Muchtar, ST., MM.IT.
3. Ucapan terima kasih kepada Ibu Delima Harahap, Bang Faisal, Kak Umi dan Kak Maya yang selalu memberikan semangat, dukungan, inspirasi serta kenangan kebersamaan dengan penulis dari sejak program studi ini bernama Teknik Perangkat Lunak hingga berganti nama menjadi Teknologi Informasi sekarang.
4. Kepada sahabat terbaik dan seperjuangan penulis di TI ’08, Dwiky Hermawan dan
Muhammad Andika Syahputra, terima kasih atas kebersamaan, waktu, kenangan, semangat, nasehat, inspirasi, dan pengalaman yang sangat berharga sejak masuk ke program studi Teknologi Informasi hingga sekarang dan tak akan terhenti. Dan juga terima kasih sebesar – besarnya kepada teman seperjuangan TI ’08 lainnya, Hasnul Arief Fikri S.TI, Nanda Putra S.TI, Fanny Devina Nababan S.TI, Feisal Reza, Dicky Eka Putra, Fadly Epil, Adinas Putra, Zainul Fahruddin Berutu, Reyhan Samantha, Desfi, Ridho, Zaen dan seluruh teman – teman TI ’08 lainnya yang tidak cukup disebutkan satu per satu. Serta kepada senior – senior penulis, TI’ 07, Masyita Oktaviani, S.TI, Muhammad Romy Elmaco, S.TI, Musyafa Hutagalung S.TI, dan Bang Fadly atas inspirasi - inspirasinya.
ABSTRAK
Pada industri film Indonesia, perkembangan film nasional mengalami kenaikan pesat secara kuantitas. Hal ini membuat calon penonton kesulitan dalam mencari dan memilih film mana yang tepat untuk ditonton sesuai keinginan. Sehingga dibutuhkan suatu sistem rekomendasi yang bertujuan untuk memberikan saran kepada pengguna tentang film mana yang akan dipilih. Rekomendasi film yang dihasilkan sistem ini menggunakan algoritma Apriori yang merupakan salah satu teknik Association Rule dari metode Data Mining. Proses dalam sistem rekomendasi ini, yaitu mencari pola kesamaan rating atau frekuensi rating tertinggi antar pengguna yang telah memberikan rating terhadap film, lalu menghitung nilai support dan nilai confidence tertinggi, sehingga muncul lah beberapa aturan yang kuat untuk menghasilkan rekomendasi film berdasarkan nilai – nilai tersebut. Hasil rekomendasi bergantung pada banyaknya pengguna yang memberikan rating terhadap film – film yang ada di sistem rekomendasi ini. Kata Kunci : sistem rekomendasi, data mining, association rule, algoritma apriori, film, Indonesia.
INDONESIAN MOVIE RECOMMENDER SYSTEM USING APRIORI ALGORITHM ABSTRACT
In the Indonesian film industry, the development of national films has increased dramatically in quantity. This makes the prospective audience difficult in finding and choosing which movie is worth to watch. So it takes a recommendation system which aims to provide suggestions to users about which movie will be selected to watch. The generated recommendations from this system are using Apriori algorithm which is one of association rule techniques from data mining method. The processes are searching for patterns or the highest similarities rating frequency among users who have given some rating of films, then calculate the highest value of support and confidence, and produced some strong rules to generate movie recommendations based on that values. The accuracy of recommendations depends on the number of users who give ratings to the film in this system.
Keywords : recommendation system, data mining, association rule, apriori algorithm, movie.
DAFTAR ISI
Halaman PERSETUJUAN ..................................................................................................... i PERNYATAAN ...................................................................................................... ii UCAPAN TERIMA KASIH .................................................................................. iii ABSTRAK ............................................................................................................. v ABSTRACT .......................................................................................................... vi DAFTAR ISI ........................................................................................................ vii DAFTAR TABEL ................................................................................................... x DAFTAR GAMBAR ............................................................................................. xi
BAB 1 PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ..................................................................................... 1
1.2 Rumusan Masalah ................................................................................ 3
1.3 Batasan Masalah ................................................................................... 3
1.4 Tujuan Penelitian .................................................................................. 3
1.4 Manfaat Penelitian ................................................................................ 3
1.6 Metodologi Penelitian........................................................................... 4
1.7 Sistematika Penulisan ........................................................................... 5
BAB 2 LANDASAN TEORI .................................................................................. 6
2.1 Sistem Rekomendasi ............................................................................ 6
2.2 Data Mining ......................................................................................... 7
2.3 Aturan Asosiasi (Association Rule Mining) ........................................ 11
2.4 Algoritma Apriori ............................................................................... 12
2.5 PHP (Hypertext Prepocessor) ............................................................. 14
2.6 SQL.................................................................................................... 16
2.7 Unified Modelling Language (UML) .................................................. 17
2.7.1 Diagram Use Case .................................................................. 19
2.7.2 Diagram Sequence .................................................................. 21
2.7.3 Diagram Kelas ........................................................................ 23
2.7.4 Diagram Aktivitas................................................................... 23
BAB 3 ANALISIS DAN PERANCANGAN SISTEM .......................................... 25
3.1 Analisis Sistem ................................................................................... 25
3.1.1 Item ......................................................................................... 25
3.1.2 User......................................................................................... 25
3.1.3 Transaksi ................................................................................. 26
3.2 Proses Algoritma Apriori .................................................................... 28
3.3 Perancangan Sistem ............................................................................ 35
3.3.1 Rancangan Umum Sistem ....................................................... 35
3.3.2 Use Case ................................................................................ 36
3.3.3 Class Diagram ........................................................................ 43
3.3.4 Interaksi Sequence Diagram ................................................... 44
3.3.4.1 Diagram Sequence : Lihat Daftar Film ......................... 44
3.3.4.2 Diagram Sequence : Log In .......................................... 44
3.3.4.3 Diagram Sequence : Daftar/Registrasi .......................... 45
3.3.4.4 Diagram Sequence : Rekomendasi Film ....................... 45
3.3.4.5 Diagram Sequence : Pencarian Film ............................. 46
3.3.5 Diagram Aktivitas................................................................... 46
3.3.5.1 Daftar/Registrasi ........................................................... 46
3.3.5.2 Log In .......................................................................... 47
3.3.5.3 Rekomendasi Film ....................................................... 47
3.3.5.4 Pencarian Film ............................................................. 48
3.4 Perancangan Antarmuka Web Sistem Rekomendasi ............................ 48
3.4.1 Struktur Menu Web ................................................................ 48
3.4.2 Perancangan Tampilan ............................................................ 49
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ....................................... 52
4.1 Implementasi Sistem .......................................................................... 52
4.1.1 Spesifikasi Hardware .............................................................. 52
4.1.2 Spesifikasi Software ............................................................... 52
4.2 Pengujian Sistem ................................................................................ 53
4.3 Tampilan Halaman Seluruh Sistem ..................................................... 66
4.3.1 Halaman Utama (Home) ......................................................... 67
4.3.2 Halaman Katalog .................................................................... 70
4.3.3 Halaman Segera...................................................................... 70
4.3.4 Halaman Sedang Tayang......................................................... 71
4.3.5 Halaman About (Tentang) ....................................................... 71
4.3.6 Halaman Detil Film ................................................................ 72
BAB 5 KESIMPULAN DAN SARAN ................................................................. 74
5.1 Kesimpulan ........................................................................................ 74
5.2 Saran .................................................................................................. 74
DAFTAR PUSTAKA ........................................................................................... 76
DAFTAR TABEL
31 Tabel 3.10 Tabel L
64 Tabel 4.11 Hasil Pengujian Pencarian Film TI-10
63 Tabel 4.10 Hasil Pengujian Pencarian Film TI-9
62 Tabel 4.9 Hasil Pengujian Pencarian Judul Film TI-8
61 Tabel 4.8 Hasil Pengujian Melihat Rekomendasi Film TI-7
60 Tabel 4.7 Hasil Pengujian Melihat Rekomendasi Film TI-6
59 Tabel 4.6 Hasil Pengujian Memberi Rating TI-5
58 Tabel 4.5 Hasil Pengujian Meninjau Film TI-4
56 Tabel 4.4 Hasil Pengujian Preferensi User TI-3
54 Tabel 4.3 Hasil Pengujian Log In TI-2
53 Tabel 4.2 Hasil Pengujian registrasi TI-1
37 Tabel 4.1 Pengujian Sistem
32 Tabel 3.12 Spesifikasi Use Case
32 Tabel 3.11 Tabel Aturan Asosiatif
3
3
Tabel 2.1 Pandangan/Aspek UML28 Tabel 3.5 Tabel C
18 Tabel 2.2 Elemen Diagram Sequence
22 Tabel 3.1 Rating Sistem Rekomendasi Film
27 Tabel 3.2 Variabel Preferensi
27 Tabel 3.3 Transaksi Rating Film
28 Tabel 3.4
ID Film
1
30 Tabel 3.9 Tabel C
29 Tabel 3.6 Tabel L
1
29 Tabel 3.7 Tabel C
2
30 Tabel 3.8 Tabel L
2
65
DAFTAR GAMBAR
56 Gambar 4.3 Tampilan Form Log In
49 Gambar 3.16 Desain Tampilan Home
49 Gambar 3.17 Tampilan Halaman Detil Film
50 Gambar 3.18 Tampilan Halaman Katalog Film
50 Gambar 3.19 Tampilan Menu Preferensi
51 Gambar 3.20 Menu Log In
51 Gambar 3.21 Menu Daftar
51 Gambar 4.1 Tampilan Halaman Daftar
55 Gambar 4.2 Tampilan Daftar Database pengguna yang Telah Melakukan Registrasi
57 Gambar 4.4 Halaman Depan Setelah Log In Berhasil
47 Gambar 3.14 Diagram Aktivitas : Pencarian Film
57 Gambar 4.5 Tampilan Daftar Hasil Rekomendasi Film
58 Gambar 4.6 Tampilan Detil Informasi Film yang di-View
59 Gambar 4.7 Tampilan Database Film
60 Gambar 4.8 Tampilan Hasil Rating Berhasil Dilakukan
61 Gambar 4.9 Tampilan Daftar Rekomendasi Film Berdasarkan Pola Kesamaan
Rating Antar Pengguna
62 Gambar 4.10 Tampilan Daftar Rekomendasi Film Berdasarkan Dari Genre Film yang Sedang Ditinjau
63 Gambar 4.11 Tampilan Input Dalam Kotak Search
64 Gambar 4.12 Tampilan Hasil Pencarian Judul Film
48 Gambar 3.15 Struktur Menu Web
47 Gambar 3.13 Diagram Aktivitas : Rekomendasi
Gambar 2.1 Diagram Teknik Rekomendasi dan Sumber Pengetahuannya24 Gambar 3.1 Flowchart untuk Mencari Nilai Support dan Nilai Confidence
7 Gambar 2.2 Arsitektur Data Mining
8 Gambar 2.3 Langkah – Langkah Dalam Menyusun Proses KDD
9 Gambar 2.4 Tiga Langkah Utama dan Beberapa Metode Dalam Data Mining
10 Gambar 2.5 Arsitektur Aplikasi Web yang Melibatkan Middleware
15 Gambar 2.6 Aktor
20 Gambar 2.7 Use Case
20 Gambar 2.8 Contoh Diagram Use Case
21 Gambar 2.9 Contoh Diagram Kelas
23 Gambar 2.10 Contoh Diagram Aktivitas
34 Gambar 3.2 Arsitektur Sistem
46 Gambar 3.12 Diagram Aktivitas : Log In
35 Gambar 3.3 Arsitektur Mesin Rekomendasi
36 Gambar 3.4 Use Case : Member & Guest
37 Gambar 3.5 Class Diagram
43 Gambar 3.6 Diagram Sequence : Lihat Daftar Film
44 Gambar 3.7 Diagram Sequence : Log In
44 Gambar 3.8 Diagram Sequence : Registrasi
45 Gambar 3.9 Diagram Sequence : Rekomendasi Film
45 Gambar 3.10 Diagram Sequence : Pencarian Film
46 Gambar 3.11 Diagram Aktivitas : Daftar
64
Gambar 4.13 Tampilan Hasil Pencarian Film Melalui Halaman Katalog65 Gambar 4.14 Tampilan Hasil Pencarian Berdasarkan Artibut ‘Pemeran’
66 Gambar 4.15 Tampilan Halaman Utam (Home) untuk Pengguna Guest
67 Gambar 4.16 Tampilan Form Log In di Bagian Bawah Halaman Home
67 Gambar 4.17 Tampilan Halaman Daftar/Registrasi Pengguna
68 Gambar 4.18 Tampilan Menu Preferensi User
68 Gambar 4.19 Tampilan Rekomendasi Film Berdasarkan Support dan
Confidence
69 Gambar 4.20 Tampilan Halaman Katalog Film
70 Gambar 4.21 Tampilan Halaman Segera
70 Gambar 4.22 Tampilan Halaman Sedang Tayang
71 Gambar 4.23 Tampilan Halaman About
71 Gambar 4.24 Tampilan Halaman Detil Film
72 Gambar 4.25 Tampilan Rekomendasi Film
72