IMPLEMENTASI ALGORITMA DECISION TREE DALAM MELAKUKAN KLASIFIKASI PADA DRAMA KOREA

Astuti, Nita Debi (2023) IMPLEMENTASI ALGORITMA DECISION TREE DALAM MELAKUKAN KLASIFIKASI PADA DRAMA KOREA. Strata 1 thesis, Universitas Teknokrat Indonesia.

[img] Text (full teks)
skripsi18312197.pdf - Published Version
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (abstrak)
abstrak18312197.pdf - Published Version

Download (176kB)
[img] Text (BAB I Pendahuluan)
b118312197.pdf - Published Version

Download (159kB)
[img] Text (BAB II Tinjauan)
b218312197.pdf - Published Version

Download (344kB)
[img] Text (Daftar Pustaka)
daftar_pustaka18312197.pdf - Bibliography

Download (175kB)

Abstract

ABSTRAK IMPLEMENTASI ALGORITMA DECISION TREE DALAM MELAKUKAN KLASIFIKASI PADA DRAMA KOREA Implementation of The Decision Tree Algorithm in Classifying Korean Dramas Oleh NITA DEBI ASTUTI 18312197 Drama Korea merupakan salah satu bentuk hiburan yang sangat popular dikalangan masyarakat Indonesia dan seluruh dunia. Berbagai jenis drama Korea dapat ditemukan dengan mudah melalui media streaming seperti Netflix, Viu, dan lain sebagainya. Namun, dengan jumlah drama Korea yang begitu banyak, dapat menjadi sulit bagi penonton untuk memilih drama yang sesuai dengan keinginan mereka. Dalam penelitian ini, akan dilakukan implementasi algoritma decision tree untuk melakukan klasifikasi pada drama Korea. Dengan menggunakan fitur-fitur seperti genre, rating, durasi dan lain-lain, algoritma decision tree dapat digunakan untuk membuat model klasifikasi yang dapat merekomendasikan drama Korea yang sesuai dengan keinginan penonton. Dengan melakukan proses klasifikasi menggunakan algoritma decision tree terhadap data pada drama Korea, kesimpulan yang didapat dari decision tree yang terbentuk,bahwa faktor utama yang mempengaruhi terklasifikasinya data pada drama Korea adalah Rating kemudian disusul oleh faktor Original Network , dan Genre, lalu hasil pengujian tingkat akurasi dengan Google Colab ( Menggunakan Bahasa Python), diperoleh akurasi sebesar 100 % menggunakan confussion matrix. Kata kunci: drama Korea, algoritma decision tree, klasifikasi.

Item Type: Thesis (Strata 1)
Uncontrolled Keywords: drama Korea, algoritma decision tree, klasifikasi.
Subjects: INFORMATIKA > Games Education
Divisions: Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User: Asep Haikal Kurniawan S.IP., M.A
Date Deposited: 23 Oct 2023 01:26
Last Modified: 23 Oct 2023 01:26
URI: http://repository.teknokrat.ac.id/id/eprint/5096

Actions (login required)

View Item View Item