ALBERT MEIDISON, WIJAYA RANCANG BANGUN WEBSITE REKOMENDASI ANIME BERBASIS KECERDASAN BUATAN. [TA] (Submitted)
|
Text
311810002_Albert Meidison Wijaya_LapTA.pdf Download (7MB) | Preview |
Abstract
Anime, sebagai kartun khas Jepang, memiliki keragaman genre dan unsur cerita yang luas, dengan 18 genre dan 322 unsur naratif. Seiring meningkatnyapopularitas anime, terutama di kalangan penikmat yang mencari rekomendasi spesifik seperti anime bergenre iyashikei untuk mengatasi depresi, dibutuhkansistem rekomendasi yang mudah diakses dan efektif. Penelitian ini bertujuanmengembangkan website rekomendasi anime berbasis kecerdasan buatanyangmudah digunakan dan dapat diakses publik.
Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) untukmerekomendasikan anime berdasarkan kemiripan genre dan unsur, dipilih karenaakurasinya lebih tinggi dibandingkan Naive Bayes setelah pengujian. Analisissentimen berbasis tweet dari Twitter digunakan untuk merekomendasikan animeiyashikei, sedangkan rule-based diterapkan untuk form filterisasi anime berisi pertanyaan umum penikmat anime ketika mencari anime yang akan ditonton. Datadiambil menggunakan API dan dites dengan cross-validation serta penanganandata kosong untuk memastikan keakuratan model.
Website berhasil diimplementasikan tanpa bug, dengan waktu perpindahanhalaman antara 1–8 detik. Sistem rekomendasi menghasilkan anime denganakurasi 10-Fold cross-validation sebesar 89,14%, precision 0,87, recall 0,89, F1- Score 0,87, average similarity 0,5733, coverage 0,9411, dan diversity 2,8197. Analisis sentimen iyashikei mencapai akurasi 75–98% dengan 10 filter librarydictionary. Form filterisasi dengan 6 pertanyaan umum berhasil menampilkanrekomendasi yang sesuai. Penelitian ini menyarankan pengembangan fitur personalisasi lebih lanjut untuk meningkatkan pengalaman pengguna.
| Item Type: | TA |
|---|---|
| Uncontrolled Keywords: | Anime, Website, Sistem Rekomendasi, Kecerdasan Buatan, Analisis Sentimen |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Teknologi dan Desain > S1 Teknik Informatika |
| Depositing User: | adminperpus ma chung |
| Date Deposited: | 30 Oct 2025 04:37 |
| Last Modified: | 30 Oct 2025 04:37 |
| URI: | http://repository.machung.ac.id/id/eprint/942 |
Actions (login required)
 |
View Item |