Implementasi Algoritma Content Based Filtering dalam Sistem Rekomendasi Komik - Abstrak dan Metode Penelitian

Aug 26, 2026

Minat pembaca komik di Indonesia terus meningkat, sementara banyaknya judul yang rilis setiap tahun membuat calon pembaca kesulitan menemukan komik yang sesuai dengan kriterianya. Penelitian ini membangun sistem rekomendasi menggunakan algoritma Content Based Filtering dengan memanfaatkan data judul dan sinopsis. Dataset terdiri atas 1219 komik (471 fisik penerbit Elex Media Komputindo dan 748 digital di Line Webtoon Indonesia). Cosine Similarity digunakan untuk menghitung kemiripan, dan pengujian dilakukan hingga 10 kali dengan hasil precision rata-rata 94,86%.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman12

Waktu Membaca18 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Tinjauan Literatur

Sistemasi: Jurnal Sistem Informasi ISSN:2302-8149 Volume 13, Nomor 4, 2024: 1344-1355 e-ISSN:2540-9719 ImplementasiAlgoritma Content Based Filtering dalam Sistem Rekomendasi Komik Implementation of Content Based Filtering Algorithm in Comic Recommendation System 1Reyhan Alana*, 2Adi Hartanto 1,2Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana Jl. Meruya Selatan No. 1, Kembangan, Jakarta Barat, Indonesia *e-mail: [alanareyhan1@gmail.com](alanareyhan1@gmail.com) (received: 9 June 2024 , revised: 21 June 2024, accepted: 5 August 2024) Abstrak Saat ini, minat pembaca komik di Indonesia semakin meningkat dan menjadi budaya yang populer. Dengan banyaknya komik yang dirilis tiap tahunnya, membuat calon pembaca kesulitan dalam menemukan komik yang sesuai dengan kriterianya, maka dari itu sistem rekomendasi menjadi fitur yang cukup penting dan memiliki peran dalam membantu calon pembaca. Data yang digunakan yaitu data komik yang berjumlah 1219 komik, dengan rincian 471 komik fisik yang diterbitkan oleh penerbit Elex Media Komputindo dan 748 komik digital yang dirilis di platform Line Webtoon Indonesia. Penelitian ini menggunakan algoritma Content Based Filtering karena hanya memanfaatkan datajudul dan sinopsis dari komik tersebut. Metode Cosine Similarity digunakan untuk menghitung nilai kemiripan dari suatu data komik dengan kriteria yang telah dimasukkan dan dapat menguji data sebanyak 10 kali hingga sistem berhasil memberikan rekomendasi komik yang sesuaidengan rata-rata nilai precision sebesar 94.86% . Kata kunci: komik, sistem rekomendasi, content based, TF-IDF, cosine similarity. Abstract Currently, the interest of comic readers in Indonesia is increasing and has become a popular culture. With so many comics released each year, it makes it difficult for the readers to find comics that fulfill their criteria, therefore the recommendation system becomes a feature that is quite important and has a role in helping the readers. The data used is comic data totaling 1219 comics, with details of 471 physical comics published by Elex Media Komputindo publishers and 748 digital comics released on the Line Webtoon Indonesia platform. This research uses the Content Based Filtering algorithm because it only utilizes title and synopsis data from the comic. The Cosine Similarity method is used to calculate the similarity value of a comic data with the criteria that has been entered and can test the data 10 times until the system successfully gives suitable comic recommendations with an average precision score of 94.86%. Keywords: comics, recommendation system, content based, TF-IDF, cosine similarity. 1 Pendahuluan Dengan semakin cepatnya perkembangan teknologi, tiap orang dapat mengakses bahan bacaan dari berbagai sumber diseluruh dunia dengan mudah. Perkembangan teknologi juga mendorong industri komik untuk beradaptasi dan bertransformasi dalam varian medianya. [1] Khalayak umum sekarang dapat dengan mudah mengakses dan membaca komik yang disukainya, baik dalam bentuk media cetak maupun digital. Saat ini, minat pembaca komik di Indonesia semakin ramai dan menjadi budaya yang populerkhususnya di kalangan kawula muda. Hal ini dibuktikan dengan banyaknya impor komik yang datang ke Indonesia. [2] Pada tahun 2021, Asosiasi Komik Indonesia atau disingkat AKSI pernah melakukan penelitian terhadap industri komik di Indonesia dan menjelaskannya melalui media sosial mereka. Berdasarkan pengumpulan data yang dilakukan AKSI terhadap jumlah konsumerisme komik di [http://sistemasi.ftik.unisi.ac.id](http://sistemasi.ftik.unisi.ac.id) Sistemasi: Jurnal Sistem Informasi ISSN:2302-8149 Volume 13, Nomor 4, 2024: 1344-1355 e-ISSN:2540-9719 Indonesia, diketahui bahwa Indonesia merupakan negara pembaca komik terbesar ke-4 dunia & ke-2 Asia, serta negara pembaca manga atau komik Jepang terbesar ke-3 dunia & pertama Asia. Denganjumlah 169 judul buku komik Indonesia dan 335 judul komik digital

Pertanyaan Umum

Bagaimana kemiripan komik dihitung dan berapa nilai precision yang dicapai?

Kemiripan dihitung menggunakan metode Cosine Similarity terhadap kriteria yang dimasukkan. Sistem diuji 10 kali dan memperoleh precision rata-rata sebesar 94,86%. I

Aug 26, 2026

Unggah oleh Chloe Bennett