Perkembangan Filmatchs

Akhirnya, ada juga postingan tentang project idealis saya. Hehehe…

Baiklah…

Aplikasi ini sebenarnya merupakan implmentasi dari penelitian TA saya setahun yang lalu tentang suatu alfgoritma recommender system. Berhubung saya suka nonton film, maka saya memutuskan untuk menjadikan film sebagai objek yang dipakai dalam penelitian ini. Sebelumnya….

Apa itu Filmatchs?

Filmatchs merupakan suatu aplikasi berbasis komunitas yang mempunyai fitur utama yaitu “rekomendasi film”. Dalam aplikasi ini pengguna juga bisa merating dan memberi review terhadap film yang telah ditonton. Sampai saat ini, aplikasi masih dalam tahap pengembangan, sehingga masih bisa terjadi perubahan besar terhadap seluruh fitur dalam aplikasi ini.

Dari mana Filmatchs mendapatkan rekomendasi film untuk anda?

Teknik yang digunakan dalam membangun rekomendasi dalam sistem ini adalah dengan teknik item-based collabrative filtering, dimana rekomendasi didapatkan dari pengkalkulasian antara rating satu pengguna dengan rating pengguna lainnya di dalam sistem. Kemudian diterapkan juga algoritma K-Nearest Neighbor dalam menentukan berapa jumlah neighbor item yang akan digunakan dalam membangun suatu rekomendasi.
Sehingga, rating pengguna pada sistem sangat berpengaruh terhadap rekomendasi yang dihasilkan akan oleh sistem.

Bagaimana Proses Filmatchs membuat rekomendasi?

Oke, sebenarnya ini masalah teknis sih.. tetapi yang jelas, data sampai saat ini yang terkumpul di database sudah hampir 2500 rating. Kemudian mealalui persamaan Adusjted Cosine Similarity untuk menentukan kemiripan antar user, rating tersebut secara offline diolah dan disimpan dalam database. Tools yang digunakan dalam menghitung nilai-nilai tersebut saat ini menggunakan Java. Lalu untuk web nya sendiri saya memakai framework CodeIgniter.

Kedepannya gimana nih?

Namanya project idealis, Insya Allah akan saya terus kembangkan sampai puas was was was…😀 Oiya, kalo ada yang mau bantu ngembangin jg, hayu! saya siap menyambut dengan senang hati.🙂
Perkembangan terakhir, saya telah mengugrade versi framework CI yang digunakan dari 1.7.2 ke 2.0.2, dan selanjutnya mungkin akan diarahkan ke lebih sosial biar viral dan banyak rating yang didapat sehingga akurasi rekomendasi semakin akurat dan bervariasi.

Selanjutnya mungkin optimalisasi dari engine recommendernya. Karena sampai saat ini dibutuhkan waktu sekitar 5 menit untuk mengkalkulasi seluruh data rating yang digunakan dalam proses rekomendasi.

Update 2013 :

Saat ini, layanan ini sudah tewas. Karena hostingan dan domain tidak diperpanjang.😦 Lebih tragisnya lagi seluruh kode dan databasenya ikut lenyap. Fyuhhh.. coba jaman itu saya pake semacam DVCS. #sedih.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s