KLASIFIKASI GENRE ANIME BERDASARKAN SINOPSIS MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS

Authors

  • Gede Putra Aditya Brahmantha Universitas AMIKOM Yogyakarta
  • Ema Utami Universitas AMIKOM Yogyakarta
  • Ainul Yaqin Universitas AMIKOM Yogyakarta

DOI:

https://doi.org/10.36595/misi.v7i1.1016

Keywords:

anime, genre, machine learning, k-nearest neighbors, klasifikasi

Abstract

Anime adalah salah satu bentuk hiburan populer yang berupa film animasi yang berasal dari Jepang, dengan popularitas anime, tidak sedikit streaming services yang menyediakan anime dalam konten layanan mereka. Anime memiliki sebuah cerita layaknya film, anime juga memiliki banyak genre. Dalam penelitian ini akan dilakukan klasifikasi genre anime berdasarkan sinopsis berbahasa Inggris dan algoritma yang digunakan adalah K-Nearest Neighbors. Klasifikasi genre dilakukan untuk mengelompokkan genre menjadi 4 jenis yaitu fantasy, mystery, romance dan sports. Setiap genre berisi 100 data sinopsis. Dilakukan preprocessing dan pembobotan TF-IDF yang dilanjutkan ke tahap klasifikasi K-Nearest Neighbors. Berdasarkan hasil evaluasi menggunakan 320 data latih dan 80 data uji serta nilai k=19, hasil penelitian yang didapat adalah Akurasi sebesar 81.25%, Precision sebesar 83.86%, Recall sebesar 81.25% dan F1-Score sebesar 81.17%.

References

M. Aziz and S. Ong, “The Implementation of Japanese Animation (Anime) In Advertising,” J. Indones. Sos. Sains, vol. 4, no. 04, pp. 370–383, 2023, doi: 10.59141/jiss.v4i05.810.

I. Bondebjerg, “Film: Genres and Genre Theory,” Int. Encycl. Soc. Behav. Sci. Second Ed., no. December, pp. 160–164, 2015, doi: 10.1016/B978-0-08-097086-8.95052-9.

P. Putra, A. M. H. Pardede, and S. Syahputra, “Analisis Metode K-Nearest Neighbour (Knn) Dalam Klasifikasi Data Iris Bunga,” J. Tek. Inform. Kaputama, vol. 6, no. 1, pp. 297–305, 2022.

A. P. Permana, K. Ainiyah, and K. F. H. Holle, “Analisis Perbandingan Algoritma Decision Tree, kNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 3, pp. 178–188, 2021, doi: 10.14421/jiska.2021.6.3.178-188.

M. Fahry, “Klasifikasi Multi-Genre Film berdasarkan Sinopsis menggunakan Naive Bayesian Multi-label (NBML) Classifier,” Universitas Telkom, S1 Teknik Informatika, Bandung, 2016. Accessed: Nov. 23, 2023. [Online]. Available: https://repository.telkomuniversity.ac.id/home/catalog/id/116990/slug/klasifikasi-multi-genre-film-berdasarkan-sinopsis-menggunakan-naive-bayesian-multi-label-nbml-classifier.html

A. C. Saputra, A. B. Sitepu, Stanley, P. W. P. Yohanes Sigit, P. G. Sarto Aji Tetuko, and G. C. Nugroho, “The Classification of the Movie Genre based on Synopsis of the Indonesian Film,” Proceeding - 2019 Int. Conf. Artif. Intell. Inf. Technol. ICAIIT 2019, pp. 201–204, 2019, doi: 10.1109/ICAIIT.2019.8834606.

B. Falakhi, I. Cholissodin, and R. S. Perdana, “Klasifikasi Sinopsis Novel berdasarkan Jenis Genre menggunakan Multi-class Support Vector Machine dan Chi-square,” vol. 7, no. 1, pp. 192–202, 2023, [Online]. Available: http://j-ptiik.ub.ac.id

G. Portolese and V. D. Feltrin, “On the Use of Synopsis-based Features for Film Genre Classification,” pp. 892–902, 2019, doi: 10.5753/eniac.2018.4476.

D. K. Salamoon, “Anime Sebagai Media Edukasi Digital Mengenai Fungsi Sel Darah Merah (Analisis Visualisasi Karakter AE 3803 Pada Anime Hataraku Saibou),” Mudra J. Seni Budaya, vol. 36, no. 2, pp. 197–203, 2021, doi: 10.31091/mudra.v36i2.1468.

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

M. AbuKausar, V. S. Dhaka, and S. Kumar Singh, “Web Crawler: A Review,” Int. J. Comput. Appl., vol. 63, no. 2, pp. 31–36, 2013, doi: 10.5120/10440-5125.

A. Y. Muniar, P. Pasnur, and K. R. Lestari, “Penerapan Algoritma K-Nearest Neighbor pada Pengklasifikasian Dokumen Berita Online,” Inspir. J. Teknol. Inf. dan Komun., vol. 10, no. 2, p. 137, 2020, doi: 10.35585/inspir.v10i2.2570.

Dwi Hartanti, Kusrini, and E. L. Taufiq, “PENERAPAN NAÏVE BAYES DALAMS PREDIKSI KETERCAPAIAN NILAI KRITERIA KETUNTASAN MINIMAL SISWA JUSIKOM PRIMA ( Junal Sistem Informasi Ilmu Komputer Prima ),” Jusikom Prima, vol. 2, no. 1, pp. 15–22, 2018.

S. Herlambang, S. Basuki, D. R. Akbi, and Z. Sari, “Deteksi Malware Android Berdasarkan System Call Menggunakan Algortima Support Vector Machine,” vol. 5, pp. 157–165, 2015.

M. T. Nitamia and H. Februariyanti, “ANALISIS SENTIMEN ULASAN EKSPEDISI J&T EXPRESS MENGGUNAKAN ALGORITMA NAÏVE BAYES,” MISI(Jurnal Manaj. Inform. Sist. Informasi), vol. 5, 2022, doi: https://doi.org/10.36595/misi.v5i1.396.

S. García, J. Luengo, and F. Herrera, Data Preprocessing in Data Mining. Springer Cham, 2014. doi: https://doi.org/10.1007/978-3-319-10247-4.

I. W. D. Pancane and I. W. Suriana, “Klasifikasi Komentar Publik Terhadap Kebijakan Pemerintah Pada Facebook Frontpage KOMPAS Menggunakan Clustring K-Means, Furthest First,” MISI(Jurnal Manaj. Inform. Sist. Informasi), vol. 3, no. 2, pp. 166–173, 2020, doi: https://doi.org/10.36595/misi.v3i2.185.

A. F. Hidayatullah, “Pengaruh Stopword Terhadap Performa Klasifikasi Tweet Berbahasa Indonesia,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 1, no. 1, pp. 1–4, 2016, doi: 10.14421/jiska.2016.11-01.

D. S. Maylawati, W. B. Zulfikar, C. Slamet, M. A. Ramdhani, and Y. A. Gerhana, “An Improved of Stemming Algorithm for Mining Indonesian Text with Slang on Social Media,” 2018 6th Int. Conf. Cyber IT Serv. Manag. CITSM 2018, no. Citsm, 2019, doi: 10.1109/CITSM.2018.8674054.

S. W. Kim and J. M. Gil, “Research paper classification systems based on TF-IDF and LDA schemes,” Human-centric Comput. Inf. Sci., vol. 9, no. 1, 2019, doi: 10.1186/s13673-019-0192-7.

R. A. Sasmita and A. Z. Falani, “Pemanfaatan Algoritma TF/IDF pada sistem Informasi Ecomplaint Handling,” J. Ilm. Lintas Sist. Inf. dan Komput., vol. 27, no. 1, pp. 27–33, 2018, [Online]. Available: https://jurnal.narotama.ac.id/index.php/link/article/view/1700

A. K. Nikhath, K. Subrahmanyam, and R. Vasavi, “Building a K-Nearest Neighbor Classifier for Text Categorization,” Int. J. Comput. Sci. Inf. Technol., 2016.

Downloads

Published

01-02-2024