%K Sistem Rekomendasi, Anime, Content-Based Filtering, Cosine
Similarity, TF-IDF, Recommendation System.
%L universitasamikomyogyakarta32979
%D 2026
%A Gianega Yuasga
%T SISTEM REKOMENDASI ANIME MENGGUNAKAN
CONTENT-BASED FILTERING DENGAN ALGORITMA
COSINE SIMILARITY
%I Universitas AMIKOM Yogyakarta
%X Perkembangan industri anime yang sedang berkembang dengan pesat
menyebabkan jumlah judul anime meningkat secara signifikan di setiap tahunya.
Hal ini membuat para penonton mengalami kesulitan dalam menemukan anime
yang sesuai dengan preferensi mereka. Untuk mengatasi permasalahan tersebut
diperlukan sebuah sistem rekomendasi yang dapat memberikan saran anime yang
menggunakan content based filtering dengan algoritma cosine similarity. Metode
ini bekerja dengan menganalisis kemiripan antar anime berdasarkan fitur seperti
genre, sinopsis, dan tipe anime.  Proses perhitungan kemiripan dilakukan dengan
representasi data menggunakan term frequency-inverse document frequency
(TF-IDF) dan dilanjutkan dengan pengukuran derajat menggunakan cosine
similarity. Pendekatan serupa telah banyak digunakan dalam berbagai bidang
penelitian dan terbukti efektif dalam menghasilkan rekomendasi yang relevan,
misalnya sistem rekomendasi buku di lingkungan perpustakaan sekolah, sistem
rekomendasi artikel berita bagi mahasiswa, sistem rekomendasi musik berbasis
lirik lagu, sistem rekomendasi film berdasarkan sinopsis, serta sistem
rekomendasi kuliner untuk membantu konsumen memilih menu. Semua penelitian
tersebut menunjukan bahwa metode content-based filtering yang dikombinasikan
dengan TF-IDF dan cosine similarity mampu memberikan hasil yang akurat,
relevan dan mudah diimplementasikan. Dengan demikian, penelitian ini
diharapkan mampu memberikan rekomendasi anime yang relevan dengan
preferensi pengguna berdasarkan tingkat kemiripan konten, sehingga sistem dapat
membantu pengguna dalam menemukan anime baru sesuai dengan minat mereka
secara efisien.