Recommender system, bagaimana youtube menampilkan video untuk anda?

Oleh Muhammad Galih Wonoseto

Halo teman-teman, kali ini saya coba sedikit berbagi tentang apa itu recommender system. Pernahkah anda berbarengan membuka situs youtube dengan teman anda, namun tampilan video yang diberikan youtube kepada anda, berbeda dengan tampilan youtube di komputer teman anda? Hal ini dikarenakan youtube telah menggunakan Recommender system untuk menentukan video mana yang sebaiknya ditampilkan kepada user. Sehingga, setiap user akan mendapatkan tampilan video yang berbeda-beda sesuai dengan selera masing-masing user. Sebagai contoh, ini adalah tampilan youtube pertama saya malam ini :

Yang keluar adalah video nya wirda mansyur, zakir naik, gita savitri, ustadz zulkifli, naruto, dragon ball, kasus jessica, mata najwa, ustadz khalid, dan pokemon. Nah, kenapa video-video itu yang keluar pertama kali ketika saya buka youtube? karena youtube telah merekam pola kebiasaan akun saya sehingga dengan cerdas, youtube dapat memprediksi, kira-kira video apa yang akan saya sukai sehingga saya akan betah berlama-lama mengakses youtube. Inilah salah satu contoh dari penerapan recommender system. Tidak hanya youtube, hampir semua layanan web 2.0 telah menggunakan recommender system. Misalnya facebook dalam merekomendasikan teman, amazon dalam merekomendasikan barang yang akan dibeli, dan lain-lain. 

Di dalam recommender system handbook, ada 6 jenis metode dalam recommender system. 

1. Content base

2. Collaborative filtering

3. Demographic

4. Knowledge base

5. Community-base

6. Hybrid recommender system

Oya, hampir semua metode itu, menggunakan machine learning. Apa itu machine learning? intinya, dengan machine learning itu, komputer bisa belajar sendiri mengenali pola-pola yang diberikan secara terus menerus, sehingga komputer dapat belajar mengetahui pola itu secara terus menerus. Pada awalnya mungkin akan terjadi banyak kesalahan, namun seiring berjalannya waktu, semakin banyak mesin dijalankan, semakin banyak dia belajar, maka semakin cerdas dan akurat lah dia. 

1. Content base

dengan metode ini, sistem belajar untuk merekomendasikan sesuatu yang mirip dengan yang disukai pengguna di masa lalunya. Misalnya dalam kasus halaman pertama youtube saya tadi, youtube banyak menampilkan video anime naruto, ceramah ustadz zakir naik, dan channel mata najwa. Hal ini dikarenakan youtube telah mendeteksi histori aktifitas di masa lalu saya, kalau saya cenderung menyukai jenis video anime, ceramah, dan berita. 

2. Collaborative filtering

metode ini, mencoba melihat kesamaan atau kemiripan user. misalnya saja, saya laki-laki umur 25 tahun, orang indonesia. sistem akan belajar dengan cara melihat tingkah laku orang yang kriterianya mirip dengan saya. yaitu laki-laki, umur 25 tahun, orang indonesia. misalnya saja sistem menemukan pola, owh ternyata mayoritas laki-laki di indonesia umur 25 tahun menyukai VLOG nya raditya dika (misalnya). maka meskipun secara historis saya tidak pernah melihat atau menyukai video nya raditya dika, youtube akan menampilkan itu di halaman youtube saya. dengan asumsi, saya akan menyukainya. karena mayoritas orang lain yang kriterianya mirip dengan saya, juga menyukainya. 

3. demographic

gampanganya, metode ini mengenali lokasi dan bahasa dari usernya. misalnya saja jika akun youtube kita indonesia, maka youtube akan cenderung menampilkan video-video berbahasa indonesia. 

4. knowledge base

Singkatnya, metode ini dibangun berdasarkan pengetahuan spesifik tentang suatu permasalahan tertentu. misalnya saja digunakan dalam e-learning dalam merekomendasikan materi pembelajaran. atau dalam aplikasi kesehatan dalam merekomendasikan jenis makanan dan jumlah kalori yang sebaiknya anda makan. setiap kasus yang berbeda, membutuhkan rule yang berbeda. mungkin pada awalnya sistem ini terlihat sangat baik dalam memberikan rekomendasi, namun pada akhirnya, seiring berjalannya waktu, sistem ini bisa dikalahkan dengan sistem-sistem lain yang terus belajar dengan sendirinya setiap waktunya. 

5. Community-base

metode ini memberikan rekomendasi berdasarkan list teman-teman anda. misalnya dalam kasus akun youtube anda yang menggunakan akun gmail. youtube akan mendeteksi siapa teman-teman gmail anda, hal apa yang disukai teman-teman anda, maka itulah yang akan direkomendasikan ke halaman youtube anda.

atau kasus lain misalnya dalam facebook. teman-teman facebook anda menyukai salah satu page, sebut saja misalnya page facebook buah peer. maka facebook juga akan merekomendasikan page tersebut kepada anda. 

6. Hybrid recommender system

seperti namanya, metode ini hybrid. dalam artian, metode ini menggunakan campuran dari berbagai metode diatas. tujuan dari menggabungkan berbagai metode diatas adalah untuk menggabungkan kelebihan-kelebihan mereka dan atau mengeliminasi kelemahan kelemahan mereka. misalnya saja metode content base, memiliki kelemahan karena hanya akan merekomendasikan satu jenis item saja kepada user sehingga user akan cenderung bosan. user yang menyukai konten ceramah di youtube, akan cenderung diberikan konten ceramah secara terus menerus. padahal manusia memiliki sifat bosan. Kelemahan ini dapat diatasi dengan menggabungkan content base dengan community base atau collaborative filtering. dan lain sebagainya. 

makasih ya udah berkunjung di blog ini.. salam cinta kasih dari temanmu :)