ABSTRAKSI: Mayoritas orang pada saat ini sangat menyukai game. Hal ini juga ditunjang dengan perkembangan hardware yang ada. Game tidak hanya menjadi kesukaan anak kecil saja tetapi juga orang dewasa. Bahkan pada saat ini, perkembangan pembuatan game lebih ditujukan untuk para pemain dewasa. Dalam pemilihan game, terkadang tidak hanyak genre saja yang menjadi acuan bagi seseorang tetapi juga siapa penerbit, bagaimana jalan cerita dan juga tampilan game tersebut. Dengan banyaknya game yang keluar setiap tahunnya membuat orang bingung untuk menemukan game yang cocok untuk dirinya.
Rekomendasi sistem game berbasis content based filtering merupakan solusi dalam menghadapi masalah ini. Dengan pengindeksan dan pemilihan game yang tidak hanya berdasar pada genre yang sama, tapi juga jalan cerita dan alur yang sama diharapkan hal ini dapat memenuhi kebutuhan para pengguna game saat ini. Content Based Recommender System merupakan suatu teknik pemberian rekomendasi kepada user berdasarkan dari kemiripan dari suatu item yang memiliki positif rating yang disukai oleh user. Setiap item yang direkomendasikan kepada user memiliki kemiripan feature dengan item yang disukai oleh user.Kata Kunci : game, recommender system, content-based filtering, TF-IDF Weighting.ABSTRACT: Most of people like playing video games.It because the growing up of device which support it. Video games not only for child at this time, but also adult gamer. Actually, today video games is not created only for child, but also for adult gamer. When someone choose video games, they are not only choose from it genre, but also from the publisher, plot and gameplay. With many video games that release every year, it’s make people confuse to decide which video games that suitable with them.
Content based recommendation system game is one of solution for this. With indexing and recommendation not only from video games genre but also plot and gameplay, hopefully it can full fill user needed for now.Content Based Recommender System is a technique of providing recommendations to the user based on the similarity of an item that has a positive rating preferred by the user. Each item is recommended to have similar features to the user items liked by the user.Keyword: game, recommender system, content-based filtering, TF-IDF Weighting.