Abstract:
Penelitian ini bertujuan untuk mengetahui penerapan Convolutional Neural Network (CNN) dalam mengklasifikasikan jenis dongeng anak pada program digital. Data penelitian yang diambil dari sebuah situs web dongeng anak menjalani pemrosesan data awal (pre-processing) tekstual sebelum diinput ke dalam CNN. Model ini terdiri dari lapisan konvolusi, penggabungan, dan fully-connected, yang dilatih menggunakan validasi silang untuk meningkatkan kendala dalam mengidentifikasi genre. Model tersebut berhasil mengklasifikasikan dongeng ke dalam genre seperti fabel, legenda, dan mitos dengan akurasi 92%. Hal ini menunjukkan keefektifan perangkat seperti karakter dan pengaturan dalam prediksi. Hasil ini menunjukkan bahwa model CNN dapat meningkatkan pilihan rekomendasi konten pada situs web dongeng, sekaligus memberikan wawasan untuk perbaikan berkelanjutan dalam kualitas konten. Penelitian ini menegaskan potensi CNN sebagai alat klasifikasi teks yang kuat, menawarkan jalur menuju otomatisasi yang dapat memperkaya pengalaman edukasi dan hiburan anak-anak dalam lingkungan digital.
