Penerapan K-Means Clustering dan Heatmap Untuk Menganalisis Peminat Animasi Pada Forum MyAnimeList

Penulis

  • Naufal Septianto Universitas Islam Negeri Sumatera Utara
  • Muhammad Ikhsan Universitas Islam Negeri Sumatera Utara

Kata Kunci:

Visualisasi Data, Preferensi Anime, MyAnimeList, Heatmap, K-Means Clustering

Abstrak

Pada era digital saat ini, platform komunitas online telah menjadi pusat interaksi dan pertukaran informasi. Dalam konteks ini, MyAnimeList, sebuah platform yang digunakan oleh peminat animasi untuk berbagi preferensi dan ulasan mengenai anime, memiliki peran yang signifikan. Penelitian ini menerapkan K-Means Clustering dan Heatmap untuk menganalisis peminat animasi pada MyAnimeList. Total data penonton telah diperoleh langsung dari platform MyAnimeList berjumlah 20.535.533 score vote yang akan dianalisis menggunakan K-Means Clustering, guna mengelompokkan penonton berdasarkan kesamaan preferensi mereka terhadap anime. Hasil analisis ini akan divisualisasikan menggunakan teknik Heatmap untuk mengungkapkan pola tontonan peminat terhadap judul yang disukai. Metode ini memungkinkan klasterisasi peminat berdasarkan judul dan skor. Hasilnya memunculkan empat klaster yang ditandai dengan warna berbeda. Klaster dengan warna hijau (6%), diikuti oleh klaster biru (17%), kuning (37%), dan klaster berwarna merah (41%). Informasi ini diharapkan dapat membantu penonton baru dalam memilih dan memilah judul animasi yang cocok dengan minat mereka.

Referensi

Aggarwal, Charu C., & Reddy, Chandan K. (2018). Data Clustering: Algorithms and Applications, Boca Raton: CRC Press.

https://doi.org/10.1201/9781315373515

Agritama, M. (2021). Optimasi Algoritma K-Means Pada Pengelompokan Data Menggunakan Algoritma Artificial Bee Colony, Palembang: Universitas Sriwijaya

Billah, M., Zartesya, M. A., & Komalasari, D. (2021). Penerapan Collaborative Filtering, PCA dan K-Means dalam Pembangunan Sistem Rekomendasi Ongoing dan Upcoming Film Animasi Jepang. Senamika, 2(1), 606-615.

Google (2023). Google Maps Android Heatmap Utility, https://developers.google.com/maps/documentation/android/utility/heatmap#introduction. Diakses tanggal 15 Juni 2023.

Faujia, R. A., & Subarkah, M. Z. (2022). Analisis Klaster K-Means Dan Visualisasi Data Spasial Berdasarkan Karakteristik Persebaran Covid-19 Dan Pelanggaran Protokol Kesehatan Di Jawa Tengah. Seminar Nasional Official Statistics, 2022(1), 813–822. https://doi.org/10.34123/semnasoffstat.v2022i1.1222

Hasibuan, Zainul A. (2019). Metode Penelitian Pada Bidang Ilmu Komputer Dan Teknologi Informasi: Konsep, Teknik Dan Aplikasi, Jakarta: Fakultas Ilmu Komputer Universitas Indonesia.

Jain, A., & Murty, M. N. (2019). K-Means – Penerapan, Permasalahan dan Metode Terkait. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(3), 201-208.

Khoirudin, A. (2022). Penerapan K-Means Clustering Analysis Untuk Mengetahui Pembagian Kabupaten/Kota di Jawa Timur Berdasarkan IPM & Angka Harapan Hidup, https://rpubs.com/an_khoirudin/905511. Diakses tanggal 26 Mei 2023.

Mulyani, A. (2023). Visualisasi Data Ticketing Servicedesk Dengan Dashboard Pada PT Brantas Abipraya (PERSERO). 7(2), 289–300.

https://doi.org/10.52362/jisamar.v7i2.1074

Mulyani, E. D. S., Yusup, A. M., Tisna, A. K., Fauzi, F. A., Seta, I. B., Khairunas, R., & Ardiansyah, W. (2019). Clustering Wilayah Dan Pelanggaran Berkendaraan Menggunakan Algoritma K-Means Pada Data Satlantas Polres Tasikmalaya Kota. Jurnal Sistem Informasi dan Teknologi Informasi, 6(1), 1-7.

https://doi.org/10.36774/jusiti.v8i1.595

Nasari, F., & Darma, S. (2018). Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. Jurnal Ilmu Komputer dan Informasi, 36-39.

Platers (2022). MAL Map: Clustering and visualizing recommendations, https://myanimelist.net/forum/?topicid=1984781. Diakses tanggal 12 Juni 2023.

Pratama, A. R., & Prasetyo, A. (2021). Penerapan Metode K-Means Clustering pada Data Peminat Film di Situs IMDb. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(13), 1-8.

Sari, R. P., & Sari, D. K. (2021). Optimasi Algoritma K-Means Clustering pada Pengelompokan Data. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(2), 1-8.

Septianingsih, A. (2022). Analisis K-Means Clustering Pada Pemetaan Provinsi Indonesia Berdasarkan Indikator Rumah Layak Huni. Jurnal Lebesgue, 1(1) 1-8.

https://doi.org/10.46306/lb.v3i1.116

Setyaningtyas, S., Nugroho, B. I., & Arif, Z. (2022). Tinjauan Pustaka Sistematis Pada Data Mining: Studi Kasus Algoritma K-Means Clustering. Jurnal Teknoif, 10(2), 52-61

https://doi.org/10.21063/jtif.2022.V10.2.52-61

Tulus, S. P. (2020). Perancangan Clustering Data Menggunakan Algoritma K-Means Berbasis Heatmap (Studi Kasus: Provinsi Papua Barat). Jurnal Teknologi Informasi dan Ilmu Komputer, 47-48.

Wulandari, D. A., & Fauzi, A. (2021). Penerapan Metode K-Means Clustering dan Heatmap untuk Analisis Data Peminat Buku di Perpustakaan Universitas Muhammadiyah Ponorogo. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(4), 1-8.

Yulianto, A. (2019). Penerapan Metode K-Means Clustering pada Data Peminat Film di Netflix. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(2), 1-8.

Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 6 No. 4 Oktober 2023

Unduhan

Diterbitkan

2023-10-30

Cara Mengutip

Septianto, N., & Ikhsan, M. (2023). Penerapan K-Means Clustering dan Heatmap Untuk Menganalisis Peminat Animasi Pada Forum MyAnimeList. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 6(4), 788–798. Diambil dari https://openjournal.unpam.ac.id/index.php/JTSI/article/view/34219

Terbitan

Vol 6 No 4 (2023): Jurnal Teknologi Sistem Informasi dan Aplikasi

Bagian

Article

Lisensi

Hak Cipta (c) 2023 Naufal Septianto, Muhammad Ikhsan

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Jurnal Teknologi Sistem Informasi dan Aplikasi have CC BY-NC or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work.

In developing strategy and setting priorities, Jurnal Teknologi Sistem Informasi dan Aplikasi recognize that free access is better than priced access, libre access is better than free access, and libre under CC BY-NC or the equivalent is better than libre under more restrictive open licenses. We should achieve what we can when we can. We should not delay achieving free in order to achieve libre, and we should not stop with free when we can achieve libre.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) License

YOU ARE FREE TO:

  • Adapt - remix, transform, and build upon the material for any purpose, even commercially.
  • The licensor cannot revoke these freedoms as long as you follow the license terms