Sistem Rekomendasi Anime Menggunakan Metode Singular Value Decomposition (SVD) dan Cosine Similarity

Abstract

Sistem rekomendasi anime telah menjadi topik yang menarik dalam bidang teknologi informasi. Dalam penelitian ini, kami mengusulkan sebuah sistem rekomendasi anime menggunakan metode Singular Value Decomposition (SVD) dan Cosine Similarity. Metode SVD digunakan untuk mengurangi dimensi data dan meningkatkan akurasi rekomendasi, sedangkan Cosine Similarity digunakan untuk mengukur kemiripan antara anime. Dataset yang digunakan dalam penelitian ini adalah MyAnimeList, yang berisi informasi tentang anime dan preferensi pengguna. Hasil dari penelitian ini menunjukkan bahwa sistem rekomendasi yang diusulkan dapat memberikan rekomendasi anime yang lebih akurat dan relevan dengan preferensi pengguna.