Aplikasi Prediksi Rating Film dengan Perbandingan Metode Naïve Bayes dan KNN Berbasis Website Menggunakan Framework Codeigniter
Abstract
Pada saat ini industri perfilman di dunia sudah sangat hebat, dikarenakan perkembangan teknologi yang sangat pesat sehingga memberi pengaruh yang besar terhadap industri perfilman. Berkat perkembangan teknologi inilah yang membuat film-film yang dibuat menjadi semakin menarik, bahkan banyak munculnya kreator-kreator baru yang belajar membuat film dengan budget yang kecil mulai dari membuat film pendek maupun film cerita (feature film). Film yang berhasil cenderung memiliki rating film tinggi, sungguh menarik bukan jika dapat mengetahui keberhasilan suatu film yang telah dibuat atau belum dibuat dengan memprediksi seberapa tinggi rating film tersebut. Untuk memprediksi rating film digunakanlah metode data mining yaitu Naïve Bayes dan KNN, Naïve Bayes dan KNN adalah metode pengelompokkan statistik yang dipakai untuk memprediksi probabilitas anggota suatu class. Prediksi menggunakan faktor internal dan eksternal yang mempengaruhi keberhasilan film sebagai variabel independent dan rating film sebagai variabel dependent. Dari sistem yang dibuat dapat diketahui rating film sebuah film dan faktor-faktor yang mempengaruhi keberhasilan sebuah film. Dengan sistem ini diharapkan dapat mengefektifkan dan mengefisiensikan produksi sebuah film.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
The Authors submitting a manuscript do so on the understanding that if accepted for publication, the copyright of the article shall be assigned to the journal Algor, Universitas Buddhi Dharma as the publisher of the journal.
Copyright encompasses exclusive rights to reproduce and deliver the article in all forms and media, including reprints, photographs, microfilms, and any other similar reproductions, as well as translations. The reproduction of any part of this journal, its storage in databases, and its transmission by any form or media, such as electronic, electrostatic, and mechanical copies, photocopies, recordings, magnetic media, etc., will be allowed only with written permission from journal Algor.
journal Algor, the Editors, and the Advisory Editorial Board make every effort to ensure that no wrong or misleading data, opinions, or statements be published in the journal. In any way, the contents of the articles and advertisements published in the journal Tech-E, Universitas Buddhi Dharma are the sole and exclusive responsibility of their respective authors and advertisers.