Film adalah evolusi dari teknologi audio dan visual, dan bahkan beberapa film saat ini menggunakan apa yang disebut animasi komputer atau CG (grafik komputer) untuk menciptakan efek sinematik yang lebih realistis.
Di dunia perfilman, sudah cukup banyak judul film, dan penonton dibuat bingung dalam memilih yang tepat untuk ditonton. Setiap film memiliki klasifikasi genre berbeda dan rating yang berbeda pula untuk sekarang ini, tetapi klasifikasi ini terbilang biasa saja karena belum mampu mengakomodasi preferensi genre audiens yang berbeda. Oleh karenanya disini kita membutuhkan sebuah sistem yang dapat merekomendasikan mana yang tepat dan dapat mengatur pengaturan genre dan rating.
Sistem rekomendasi merupakan salah satu teknologi AI untuk memecahkan masalah dari banyak informasi dan produk. Penggunaan konsep pada system ini untuk membantu memilih film yang sesuai dengan informasi yang memenuhi kriteria penonton film.Â
Dua metode yang umum digunakan dalam sistem pemberi rekomendasi antara lain pemfilteran berbasis konten dan pemfilteran kolaboratif. Pemfilteran berbasis konten mendefinisikan profil suatu objek. Hal ini memungkinkan sistem untuk merekomendasikan profil yang mendekati semua atribut yang dibutuhkan pengguna dengan mencocokkan atribut yang terdapat dalam setiap objek.Â
Pemfilteran kolaboratif hanya bergantung pada aktivitas pengguna, yang mungkin berorientasi objek, atau pada pengguna lain. Salah satu cara untuk mendapatkan data tentang pemfilteran kolaboratif adalah dengan memberikan ulasan dari pengguna sebelumnya.
Dalam sistem rekomendasi berbasis konten, sistem mem-parsing deskripsi item yang dinilai pengguna dengan deskripsi item yang direkomendasikan. Ada beberapa algoritma yang tersedia untuk pemfilteran berbasis konten. Ada penggunaan klasifikasi khusus untuk memeriksa kelas item yang disukai dan tidak disukai pengguna, dan ada algoritma lain yang menggunakan angka untuk menyelesaikan masalah yang ada.Â
Pemfilteran Kolaboratif yang digunakan dalam sistem rekomendasi untuk memprediksi preferensi pengguna untuk suatu item dengan mengumpulkan informasi dari pengguna lain yang dapat dinyatakan dalam bentuk nilai peringkat.
Dapat ditarik kesimpulan disini bahwa menurut saya peran system penunjang keputusan di dunia per film-an sangat membantu, dengan ini pengguna tidak perlu repot untuk mencari film mana yang sesuai dengan kriteria pengguna dan juga dapat mempermudah menyaring film mana yang memiliki rating terbaik.
