Muhammad Daffa Rachman
Sistem Informasi

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS POLA GENRE ANIME BERDASARKAN VIEW DAN LIKE MENGGUNAKAN ALGORITMA PARTITIONING AROUND MEDOIDS PADA CHANNEL YOUTUBE MUSE INDONESIA Muhammad Daffa Rachman; Nina Sulistiyowati; Azhari Ali Ridha
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10575

Abstract

Penelitian ini dilatarbelakangi oleh tingginya jumlah konten anime pada Channel YouTube Muse Indonesia serta belum optimalnya pemanfaatan data interaksi penonton dalam menentukan strategi pemilihan konten. Ketergantungan pada survei dinilai kurang mampu merepresentasikan perilaku aktual penonton, sehingga berpotensi menyebabkan pemilihan anime yang tidak sesuai dan berdampak pada rendahnya performa video serta inefisiensi biaya lisensi . Oleh karena itu, penelitian ini bertujuan untuk menganalisis pola genre anime berdasarkan jumlah view dan like menggunakan algoritma Partitioning Around Medoids (PAM). Data diperoleh melalui proses crawling YouTube API pada periode 2020–2025 dan menghasilkan 220 judul anime setelah melalui tahap preprocessing. Fitur yang digunakan meliputi genre, view_count, dan like_count, dengan proses ekstraksi genre menggunakan regex, encoding menggunakan MultiLabelBinarizer, serta normalisasi menggunakan StandardScaler. Hasil clustering menunjukkan jumlah cluster optimal adalah k = 2 dengan nilai Silhouette Score sebesar 0,2169. Cluster pertama didominasi genre Action, Fantasy, dan Adventure dengan tingkat interaksi lebih tinggi, sedangkan cluster kedua didominasi genre Comedy, Drama, dan Romance dengan interaksi lebih rendah. Hasil ini menunjukkan adanya perbedaan pola preferensi penonton yang dapat dimanfaatkan sebagai dasar pengambilan keputusan strategis dalam pemilihan dan pengembangan konten anime.