IMPLEMENTASI KINERJA ALGORITMA MULTI-ARMED BANDIT (MAB) UNTUK OPTIMALISASI REKOMENDASI KONTEN VIDEO PENDEK

Read full text Summarise with VIRAT
Authors: Suherwin Suherwin
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penerapan algoritma Multi-Armed Bandit (MAB) dalam sistem rekomendasi video pendek berbasis preferensi pengguna. Algoritma MAB, yang dikenal dalam konteks pemilihan keputusan sekuensial, digunakan untuk meningkatkan relevansi rekomendasi video dengan cara adaptif dan dinamis. Dengan menggunakan pendekatan epsilon-greedy, algoritma ini menyesuaikan rekomendasi video secara real-time berdasarkan umpan balik yang diterima dari pengguna, seperti klik, like, dan durasi tonton. Penelitian ini menguji kinerja sistem rekomendasi dengan data uji yang mencakup interaksi pengguna terhadap lima video pendek. Hasil penelitian menunjukkan bahwa MAB berhasil menghasilkan rekomendasi yang lebih relevan, meningkatkan tingkat keterlibatan pengguna, dan memberikan solusi personalisasi yang lebih baik dibandingkan dengan sistem rekomendasi tradisional. Evaluasi sistem dilakukan menggunakan metrik seperti jumlah klik, waktu tonton rata-rata, dan tingkat keterlibatan, yang menunjukkan bahwa MAB dapat secara efektif menyesuaikan rekomendasi dengan perubahan preferensi pengguna. Penelitian ini memberikan kontribusi dalam pengembangan sistem rekomendasi berbasis algoritma MAB, dengan potensi untuk diterapkan dalam platform berbagi video pendek lainnya.

Fields of Study & Subjects

Advanced Bandit Algorithms Research Recommender Systems and Techniques Information Retrieval and Search Behavior

Publication details

Journal / source
Insect (Informatics and Security) Jurnal Teknik Informatika
Volume
12
Issue
01
Pages
96–105
Publication date
31 March 2026
Language
ID