SELENGKAPNYA

NIM MAHASISWA : 12043051


NAMA MAHASISWA : SEBASTIANUS ALEXANDRO PRANATA


JUDUL TA : KLASIFIKASI PEMILIHAN GENRE ANIME BERDASARKAN PENGISI SUARA MENGGUNAKAN METODE NAIVE BAYES


DOSEN PEMBIMBING 1 : Rifki Fahrial


DOSEN PEMBIMBING 2 : M. Mahaputra Hidayat


ABSTRAK : Anime adalah animasi khas jepang, yang biasanya dicirikan melalui gambar-gambar berwarna-warni yang menampilkan tokoh-tokoh dalam berbagai macam lokasi dan cerita, yang ditunjukan kepada beragam jenis penonton. Anime di pengaruhi gaya gambar manga, komik khas jepang. Permasalahan yang sering terjadi dalam sebuah pembuatan anime adalah penentuan pengisi suara dalam sebuah genre anime. Dalam sebuah anime dengan genre tententu memerlukan seorang pengisi suara yang mengerti, menguasai dan berpengalaman di genre tersebut. Sehingga menghasilkan sebuah anime yang begitu bagus untuk di tonton karena di isi oleh pengisi suara yang sudah berpegalaman di genre-genre tertentu. Metode Naïve Bayes adalah sebuah pengklasifikasi probabilitas sederhana yang mengaplikasikan teorema bayes dengan asumsi ketidak tergantungan yang tinggi. Teorema bayes adalah teorema yang dipakai dalam statistika untuk menghitung peluang suatu hipotesis. Bayes optimal classifier menghitung peluang dari suatu kelas dari masing-masing kelompok atribut yang ada, menentukan kelas mana yang paling optimal. Berbagai kriteria yang diambil dari data anime yaitu Pengisi Suara, Genre, Sifat Karakter, Kategori. Dengan menghitung nilai probabilitas setiap kriteria dan Terdapat 6 hasil yang benar dari 10 data yang sudah diuji yang artinya tingkat keberhasilan klasifikasi mencapai 60%.


KATA KUNCI : Anime, Genre, Pengisi Suara, Naïve Bayes, Klasifikasi