Yuasga, Gianega (2026) SISTEM REKOMENDASI ANIME MENGGUNAKAN CONTENT-BASED FILTERING DENGAN ALGORITMA COSINE SIMILARITY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER - ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (229kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (962kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (186kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (973kB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (100kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (182kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.12.2626.zip Restricted to Repository staff only Download (5MB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (811kB) |
Abstract
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.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sistem Rekomendasi, Anime, Content-Based Filtering, Cosine Similarity, TF-IDF, Recommendation System. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 24 Sep 2026 03:27 | ||
| Last Modified: | 24 Sep 2026 03:27 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/32979 |
Actions (login required)
 |
View Item |