ABSTRAK
Anime adalah istilah untuk film animasi atau kartun khas Jepang. Anime tidak hanya digemari di Jepang
saja, di Indonesia sendiri, minat terhadap topik Anime cenderung meningkat dalam lima tahun terakhir.
Dengan setidaknya ada 300 sampai 400 judul Anime yang dirilis setiap tahunnya, hal ini membuat
peminat Anime kebingungan untuk menemukan konten yang sesuai dengan selera mereka. Oleh karena
itu, diperlukan sebuah sisem rekomendasi untuk memudahkan dan mempercepat proses pencarian
Anime bagi para peminatnya. Pada penelitian ini, digunakan algoritma K-Nearest Neighbor sebagai
sistem rekomendasi. Algoritma K-Neares Neighbor menentukan item paling mirip atau serupa
berdasarkan pada ukuran jarak tertentu seperti euclidean, jaccard, minkowsky, dan lainnya. Penelitian
ini menggunakan dataset yang dikeluarkan oleh pihak myanimelist dan disebarluaskan pada situs
Kaggle. Hasil penelitian dapat menunjukkan Anime serupa berdasarkan judul atau anime_id.
ABSTRACT
Anime is the term used for animated film or cartoon from Japan. Anime is not only popular in Japan
alone, In Indonesia itself, interest in Anime topics tends to increase in the past five years. With at least
300 to 400 Anime titles released every year, this makes Anime fans confused to find content that suits
their tastes. Therefore, a recommendation system is needed to facilitate and accelerate the Anime search
process. In this research, K-Nearest Neighbor algorithm is used as a recommendation system. K-Nearest
Neighbor algorithm determines which items are the most similar based on certain distance
measurements such as euclidean, jaccard, minkowsky, and others. This research uses dataset released
by animelist and distributed on Kaggle. The result of this research can show similar Anime based on the
title or anime_id.
III. METODOLOGI
a. Bahan Penelitian
b. Alat Penelitian
B. Tahapan Penelitian
DAFTAR PUSTAKA