Sistem rekomendasi item outfit pada game Metaverse edukasi menggunakan metode Item-Based Collaborative Filtering

INDONESIA:

Penelitian ini merancang dan membangun sebuah sistem rekomendasi outfit pada game edukasi berbasis metaverse, dengan tujuan utama untuk membantu pemain dalam memilih outfit yang relevan dengan preferensi mereka. Sistem ini berhasil dibangun menggunakan metode Item-Based Collaborative Filtering. Metode ini bekerja dengan memberikan saran yang didasarkan pada perhitungan kesamaan (similarity) antar-item dan prediksi rating dari pengguna, sehingga pemain dapat memperoleh rekomendasi yang sesuai dengan gaya dan kesukaannya.
Evaluasi terhadap sistem dilakukan melalui dua metode. Hasil pengujian akurasi menggunakan Mean Absolute Error (MAE) menunjukkan nilai kesalahan yang rendah dengan nilai terendah sebesar 0,169 dan tertinggi sebesar 1,12. Membuktikan bahwa prediksi sistem sangat mendekati nilai rating sebenarnya dan metode ini efektif serta dapat diandalkan. Selain itu, hasil evaluasi kegunaan melalui System Usability Scale (SUS) memperoleh nilai rata-rata 82.5, yang termasuk dalam kategori "Excellent". Nilai ini menunjukkan bahwa sistem rekomendasi yang dibangun tidak hanya akurat, tetapi juga memiliki tingkat kemudahan penggunaan yang tinggi dan diterima dengan baik oleh pengguna.

ENGLISH:

This research designs and builds an outfit recommendation system implemented within an educational metaverse-based game, with the primary objective of assisting players in selecting outfits relevant to their preferences. The system was successfully built using the Item-Based Collaborative Filtering method. This method operates by providing suggestions based on similarity calculations between items and user rating predictions, allowing players to receive recommendations that match their style and preferences.
The system was evaluated using two methods. The accuracy test results using Mean Absolute Error (MAE) showed a low error rate, with the lowest value at 0.169 and the highest at 1.12. These results demonstrate that the system’s predictions are very close to the actual rating values, indicating that the method is both effective and reliable. In addition, the usability evaluation using the System Usability Scale (SUS) produced an average score of 82.5, which falls into the “Excellent” category. This indicates that the developed recommendation system is not only accurate but also highly user-friendly and well-received by users.

ARABIC:

يهدف هذا البحث إلى تصميم وبناء نظام توصية بالملابس داخل لعبة تعليمية تعمل على منصة الفضاء الرقمي ، وذلك لمساندة اللاعبين في اختيار الملابس التي تتوافق مع تفضيلاتهم. وقد تم تطوير هذا النظام بنجاح بالاعتماد على أسلوب التصفية التعاونية القائمة على العناصر، والذي يُقدّم التوصيات من خلال حساب مستوى التشابه بين الملابس والتنبؤ بتقييمات المستخدمين، مما يضمن اقتراحات أقرب إلى أسلوب اللاعب ورغباته
تم تقييم النظام عبر منهجين رئيسيين أظهرت نتائج اختبار الدقة باستخدام متوسط الخطأ المطلق قيمة خطأ منخفضة، حيث بلغت أدنى قيمة 0.169 وأعلى قيمة 1.12. مما يدل على قرب تنبؤات النظام من التقييمات الحقيقية وفعاليته العالية. إضافة إلى ذلك، حقق تقييم قابلية ،الاستخدام وفق مقياس قابلية استخدام النظام على نتيجة مقدارها 82.5 ، وهو تصنيف يقع ضمن فئة "ممتاز". وتشير هذه النتيجة إلى أن النظام المطوّر لا يتميز بالدقة فحسب، بل يقدم أيضًا تجربة استخدام سلسة ومرضية للمستخدمين.