Rekomendasi Film Berbasis Semantic Search Menggunakan Sentence-BERT dan Facebook AI Similarity Search (FAISS)
Demo & Pengujian Sistem: Rekomendasi Film Berbasis Semantic Search Menggunakan Sentence-BERT dan Facebook AI Similarity Search (FAISS)
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Rekomendasi Film Berbasis Semantic Search Menggunakan Sentence-BERT dan Facebook AI Similarity Search (FAISS) via TikTok.
Overview & Cara Kerja
Movie Recommendation System merupakan sistem rekomendasi film cerdas berbasis kecerdasan buatan (Artificial Intelligence) modern yang mengintegrasikan State-of-the-Art (SOTA) Dense Semantic Embeddings (Sentence-BERT), Facebook AI Similarity Search (FAISS) untuk pencarian vektor berkecepatan sub-milidetik, serta IMDb Bayesian Weighted Quality Re-ranking untuk menyaring film rekomendasi berkualitas tinggi.
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
Dataset Cleaning & Context Synthesis
Ingesti 9.837 data film, pembersihan baris anomali & missing values, parsing tahun rilis, dan sintesis dokumen metadata terstruktur menggabungkan judul, tahun, multi-genre, bahasa, dan sinopsis naratif.
Transformer Sentence-BERT Encoding
Pemodelan semantik menggunakan model pretrained Transformer `all-MiniLM-L6-v2` untuk memetakan teks film ke dalam ruang vektor kontinu 384 dimensi dengan normalisasi **L_2** otomatis.
FAISS High-Speed Vector Database
Pembangunan indeks pencarian vektor berkecepatan tinggi menggunakan `faiss.IndexFlatIP` untuk komputasi Exact Cosine Similarity dengan latensi pencarian sub-milidetik (0.806 ms per kueri).
IMDb Bayesian Weighted Quality Scoring
Penyeimbangan skor kesamaan semantik dengan formula Bayesian Weighted Rating IMDb ($v, m, R, C$) melalui skema pembobotan hibrida **Final = α · Sim + (1-α) · Norm_WR**.
Flask Web App & Dual-Mode REST API
Integrasi sistem ke antarmuka web modern berbasis Flask & Tailwind CSS dengan fitur live autocomplete, mode pencarian ganda (Title vs Free Query), kartu poster sinematik, dan API endpoint JSON.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
movie-recommendation-sentence-bert-faiss.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, Flask, PyTorch, HTML
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung