Penelitian ini fokus pada analisis nilai RMSE menggunakan data rating film untuk inisialisasi Non-Negative Double Singular Value Decomposition (NNDSVD) pada metode Non-Negative Matrix Factorization (NMF). Langkah awal dari penelitian ini adalah memilih data pelatihan (training) dan data penguji (testing) yang terdapat dalam basis data rating dimana setiap data direpresentasikan dalam bentuk vektor. Pada penelitian ini matriks sebenarnya berukuran 943 (user) x 1682 (film) dengan skala rating 1 sampai 5. Selanjutnya melakukan percobaan atau simulasi terhadap nilai k-component dimana setiap nilai k dilakukan 5 kali iterasi dengan menggunakan algoritma fold cross validation. Untuk hasil rata-rata RMSE pada inisialisasi NNDSVD penulis mengasumsikan bahwa nilai RMSE dari k = 2 sampai k = 98 terjadi penurunan meskipun tidak terlalu signifikan, penulis mengambil nilai terbaik pada saat k = 98 dengan nilai RMSE sebesar 1.1984. Selanjutnya untuk hasil rata-rata RMSE dari inisialisasi Random memperoleh nilai terbaik sebesar 1.1986.
Kata Kunci: Sistem Rekomendasi, Non-Negative Matrix Factorization, Non-Negative Double Singular Value Decomposition, k-fold Cross Validation, RMSE.