<![CDATA[Dalam era digital saat ini, banyak orang memiliki akses ke internet dan menikmati menonton anime sebagai hiburan. Namun, dengan banyaknya pilihan anime yang tersedia, seringkali sulit bagi seseorang untuk memilih anime yang ingin ditonton. Oleh karena itu, diperlukan sistem rekomendasi yang dapat membantu pengguna dalam memilih anime sesuai dengan preferensinya. Penelitian ini menggunakan metode User-based collaborative filtering (UCF) dalam pembuatan sistem rekomendasi anime. Metode UCF menggunakan kesamaan preferensi antara pengguna untuk merekomendasikan anime kepada pengguna lain. Dalam penelitian ini, data anime dan data rating pengguna diperoleh dari platform Kaggle.com. Tahapan penelitian meliputi pengumpulan data, pembersihan data, pemodelan machine learning, pemberian rekomendasi, dan penampilan hasil rekomendasi. Evaluasi kinerja dilakukan dengan menggunakan metode Mean Absolute Error (MAE). Hasil penelitian ini adalah sebuah sistem rekomendasi anime yang dapat memberikan rekomendasi 5 anime teratas berdasarkan preferensi pengguna. Evaluasi kinerja menunjukkan bahwa sistem rekomendasi ini memiliki MAE sebesar 2.9449, yang menunjukkan kualitas yang baik. Dengan demikian, sistem rekomendasi ini dapat membantu pengguna dalam memilih anime yang sesuai dengan preferensi mereka.]]>
Copyrights © 2024
