VISUALIZATION OF ANIME RANKING ANALYSIS DATA AND RECOMMENDATION SYSTEM USING PYTHON PROGRAMMING

Clarissa Apriani; Rafaisya  Dwi Adrianto

doi:10.35457/c4xndr46

Authors

Clarissa Apriani Universitas Singaperbangsa Karawang
Rafaisya Dwi Adrianto Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.35457/c4xndr46

Keywords:

visualisasi data, sistem rekomendasi, anime, python, google colab

Abstract

Di era digital, visualisasi data dan sistem rekomendasi menjadi alat penting dalam industri hiburan untuk membantu pengguna menemukan konten yang sesuai dengan preferensi mereka. Penelitian ini menggabungkan visualisasi data dan sistem rekomendasi dalam menganalisis peringkat anime menggunakan bahasa pemrograman Python. Google Colab digunakan untuk mengembangkan sistem yang menganalisis peringkat anime dan memberikan rekomendasi kepada pengguna. Hasil penelitian menunjukkan bahwa visualisasi data dapat membantu pengguna memahami informasi kompleks tentang peringkat anime dengan mudah. Sistem rekomendasi yang dikembangkan menggunakan pendekatan Collaborative Filtering dan Content-Based Filtering menghasilkan rekomendasi yang akurat dan personal bagi pengguna. Penelitian ini menunjukkan bahwa penggunaan visualisasi data dan sistem rekomendasi dalam analisis peringkat anime dapat memberikan nilai tambah bagi industri hiburan. Hal ini membantu pengguna menemukan konten yang mereka sukai dengan mudah dan membantu penyedia konten dalam memahami preferensi pengguna untuk meningkatkan pengalaman menonton anime secara keseluruhan..

Downloads

Download data is not yet available.

References

M. Ariandi dan S. R. Puteri, “Analisis Visualisasi Data Kecamatan Kertapati menggunakan Tableau Public,” Bulan Oktober, 2022.

S. Abdullah, “Visualisasi Data Analisa Sentimen RUU Omnibus Law Kesehatan Menggunakan KNN dengan Software RapidMiner,” J. Ilm. Komputasi, vol. 8, no. 3, 2023.

A. Ramadhan dan D. W. Putra, “Visualisasi Data Mahasiswa Baru Tahun 2022 di Institut Agama Islam Negeri Metro Menggunakan Google Looker Studio,” J. Ilm. Komputasi, vol. 22, no. 4, pp. 567–574, 2023.

R. G. Guntara, “Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab,” J. Ilm. Multidisiplin, vol. 2, no. 6, 2023.

L. Husna, P. Eko, dan P. Utomo, “Analisis dan Visualisasi Data Body Performance Menggunakan Tiga Tools,” J. Ilm. Intech: Inf. Technol. J. UMUS, vol. 5, no. 1, pp. 32–40, 2023.

A. Hidayatullah dan A. Berliana, “Workshop Pengenalan Dasar Pemrograman Python dengan Google Colaboratory,” 2023.

I. A. Muhajir dan D. Yusuf, “Analisis Hubungan Popularitas Studio Animasi dengan Anime Menggunakan Metode Pengambilan Data Web Scraping pada Situs Myanimelist.Net,” J. Ilm. Wahana Pendidik., vol. 8, no. 16, pp. 258–275, 2022, doi: 10.5281/zenodo.XXXXXX.

N. Andari dan A. G. M. Litaay, “Anime Trend as An Advert Genre in Indonesian Youtube,” J. Dev. Res., vol. 6, no. 2, pp. 164–170, Nov. 2022, doi: 10.28926/jdr.v6i2.245.

F. Wilyani, Q. N. Arif, dan F. Aslimar, “Pengenalan Dasar Pemrograman Python dengan Google Colaboratory,” J. Pengabdi. Masy. Indones., vol. 3, no. 1, 2023, doi: 10.55606/jppmi.v3i1.1087.

A. William, B. Setiadi, dan S. Halim, “Perancangan Dashboard TX Compliance pada PT X,” 2022.

Y. Galahartlambang, T. Khotiah, dan J. Jumain, “Visualisasi Data dari Dataset COVID-19 Menggunakan Pemrograman Python,” J. Ilm. Intech: Inf. Technol. J. UMUS, vol. 3, no. 1, pp. 58–64, 2021.

B. Setiawan, B. S. Wicaksono, M. H. Aziz, dan A. P. Sari, “Sistem Rekomendasi Linimasa Facebook Berdasarkan Topik Kesukaan Pengguna Menggunakan Metode Content-Based Filtering & TF-IDF,” J. Multidiscip. Inq. Sci. Technol. Educ. Res., vol. 1, no. 3c, pp. 1560–1566, 2021.

D. A. Putri, D. Pramesti, dan W. Santiyasa, “Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Video Game,” J. Nas. Tek. Inf. dan Apl., vol. 1, no. 1, pp. 229–234, 2022.

H. D. Putri dan M. Faisal, “Analyzing the Effectiveness of Collaborative Filtering and Content-Based Filtering Methods in Anime Recommendation Systems,” J. Komputasi dan Informatika, vol. 7, no. 2, pp. 124–133, 2023.

A. R. Wahono, B. A. Saputra, dan F. F. Rahman, “Sistem Rekomendasi Film Menggunakan Metode Content-Based Filtering dan Algoritma K-Nearest Neighbors (KNN),” Pros. Sem. Nas. Tek. Inf. dan Bisnis, 2024.

B. Setiawan, B. S. Wicaksono, M. H. Aziz, dan A. P. Sari, “Sistem Rekomendasi Linimasa Facebook Berdasarkan Topik Kesukaan Pengguna Menggunakan Metode Content-Based Filtering & Term Frequency-Inverse Document Frequency,” J. Multidiscip. Inq. Sci. Technol. Educ. Res. (JITET), vol. 1, no. 3c, pp. 1560–1566, 2021.

H. A. Mahawardana, D. Maheswara, dan M. Taufiqurrahman, “Implementasi Bahasa Pemrograman Python Dalam Proyek Pengembangan Sistem Informasi,” J. Teknol. dan Sist. Komput., vol. 10, no. 2, pp. 97–103, 2022.

I. Ashari, F. Andini, dan A. Sudrajat, “Penerapan Google Colaboratory dalam Pembelajaran Analisis Data Menggunakan Python,” J. Ilm. Pendidik. dan Teknol. Inform., vol. 12, no. 1, pp. 45–52, 2023.