Prediksi rating film IMDb menggunakan decision tree

Ilmi, Rifqy Rosyidah, Kurniawan, Fachrul ORCID: https://orcid.org/0000-0002-3709-8764 and Harini, Sri ORCID: https://orcid.org/0000-0001-9664-027X (2023) Prediksi rating film IMDb menggunakan decision tree. Jurnal Teknologi Informasi dan Ilmu Komputer, 10 (4). pp. 791-798. ISSN 2528-6579

Text 16305.pdf - Published Version Available under License Creative Commons Attribution Share Alike. Download (2MB)

Abstract

Industri Film bukan hanya industri atau pusat hiburan semata melainkan menjadi pusat bisnis global. Popularitas atau kesuksesan film box office selalu menjadi perhatian di seluruh dunia. Data kesuksesan atau popularitas film saat ini tersedia secara online. IMDb merupakan satu dari sekian situs daring penyedia informasi yang berkaitan dengan film, acara televisi, yang meliputi sinopsis, daftar pemain, ulasan penilaian, dan tentunya pemberian rating film. Keberhasilan film dapat ditandai dengan perolehan rating yang tinggi. Prediksi rating film menjadi topik menarik untuk menilai keberhasilan film baik yang telah diproduksi maupun yang belum diproduksi. Pada penelitian ini, dilakukan prediksi nilai rating film menggunakan metode decision tree. Hasil dari penelitian ini diperoleh kesimpulan bahwa atribut popularitas film dan nilai vote user pada laman IMDb berpengaruh terhadap nilai rating film. Nilai akurasi penggunaan model decision tree pada data training, validasi dan testing bertuturt – turut adalah 0,7529, 0,7237 dan 0,7079.

Item Type:	Journal Article
Keywords:	data mining; decision tree; rating film
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0803 Computer Software > 080302 Computer System Architecture
Divisions:	Graduate Schools > Magister Programme > Graduate School of Informatics Engineering
Depositing User:	Prof SRI HARINI
Date Deposited:	15 Nov 2023 14:27

Downloads

Origin of downloads

Actions (login required)

View Item