Rekomendasi Anime Berdasarkan Preferensi Pengguna: Studi Kasus Menggunakan Decision Tree dengan Atribut Genre, Jumlah Episode, dan Rating

Abstract

Di era digital yang semakin maju, industri hiburan telah mengamati peningkatan popularitas anime yang signifikan. Anime telah menjadi jenis budaya populer yang diakui dengan baik oleh orang-orang di seluruh dunia. Namun, karena jumlah anime yang terus bertambah, pengguna sering mengalami frustrasi saat memilih anime yang sesuai dengan preferensi mereka sendiri. Karena itu, mengembangkan sistem rekomendasi yang andal dan efektif sangat penting. Sistem rekomendasi berfungsi sebagai alat yang dapat membantu pengguna dalam menemukan anime yang sesuai dengan preferensi mereka. Sistem rekomendasi dapat memberikan rekomendasi yang lebih relevan dan disesuaikan dengan preferensi pengguna berdasarkan informasi tentang preferensi mereka, seperti genre, jumlah episode, dan rating. Dalam situasi ini, menggunakan algoritma penambangan data, seperti " decision tree " telah menunjukkan kemanjurannya dalam membuat model rekomendasi berdasarkan data pengguna. Tujuan dari penelitian ini adalah untuk mengembangkan sistem rekomendasi anime yang dapat memberikan rekomendasi yang akurat dan dipersonalisasi kepada pengguna. Untuk membuat model rekomendasi, kita akan menggunakan algoritma decision tree dan mengalikan banyak atribut termasuk genre, jumlah episode, dan rating. Dengan menganalisis data preferensi pengguna dan menggunakan algoritma pohon-keputusan, kita dapat membangun model yang dapat merekomendasikan anime yang sesuai dengan preferensi pengguna. Studi saat ini akan mengumpulkan informasi tentang preferensi pengguna untuk anime, termasuk rincian tentang genre yang tidak mereka sukai, jumlah episode yang mereka inginkan, dan peringkat pengguna yang mereka berikan. Data ini akan diolah dan dimasukkan ke dalam suatu algoritma dengan tujuan untuk menghasilkan model rekomendasi. Diantisipasi bahwa hasil penelitian ini akan memberikan panduan tentang penggunaan algoritma untuk menentukan peringkat rekomendasi anime. Selain itu, penelitian ini dapat menawarkan saran untuk mengembangkan sistem rekomendasi yang lebih efektif dan adil bagi penggemar anime. Dalam studi ini, kami akan berkonsentrasi pada bagaimana orang menggunakan genre, jumlah episode, dan tombol peringkat untuk merekomendasikan anime berdasarkan preferensi pribadi mereka. Kami yakin bahwa proyek ini akan menghasilkan hasil yang berharga dan dapat digunakan sebagai batu loncatan untuk mengembangkan sistem rekomendasi yang lebih canggih di masa depan