ABSTRAKSI: Jumlah informasi yang tersedia di internet semakin bertambah dan meningkat dengan tajam. Informasi-informasi tersebut tersedia dalam berbagai format seperti teks, audio dan visual. Tidak jarang para pengguna internet mengalami kesulitan dalam mencari informasi yang diinginkan.Untuk mengatasi masalah tesebut, salah satu solusinya adalah dengan menerapkan penggunaan recommender system. Recommender system merupakan sistem yang dapat memprediksi kebutuhan informasi sesuai dengan profil penggunanya
Sistem yang dikembangkan adalah content-based recommender system dan dalam pembangkitan rekomendasinya menggunakan teknik Multi Attribute Decision Making (MADM) dengan metode Weighted Sum Model (WSM). Dimulai dengan melakukan studi literatur terhadap topik recommender system dan teori pengambilan keputusan, selanjutnya dilakukan analisis permasalahan untuk diterapkan pada movie recommender
Pengujian terhadap algoritma yang dirancang dilakukan dengan menggunakan data training dan test set dari movielens. Hasil dari pengujian menunjukkan bahwa algoritma yang berbasis WSM dapat digunakan untuk membangkitkan rekomendasi dengan baik, hal ini terkait dengan hasil pengujian performansi terhadap algoritma WSM.
Kata Kunci : recommender system, multi attribute decision making,WSM, performansi.ABSTRACT: The amount of information available on the internet grew and increased sharply. Information is available in various formats such as text, audio and visual. Not infrequently the internet users have difficulty to finding the desired information. To overcome the problem, the solution is by used recommender systems. Recommender system is a system that can predict the need for information in accordance with the user profile.
The system developed is a content-based recommender systems and in generating recommendations using the technique of Multi-Attribute Decision Making (MADM) by used method of Weighted Sum Model (WSM). Starting with a literature study on the topic and the recommender system theory of decision making, further analysis of problems to be applied to the movie recommender.
Testing of the designed algorithm is done by using training and test set data from movielens. Result from testing show that WSM algorithms can be used to generate good recommendations, it is related to the performance test results of the algorithm WSM.
Keyword: recommender system, multi attribute decision making,WSM, performance.