Peningkatan Algoritma KNN dan Naive Bayes dengan Teknik Feature Selection dalam Memprediksi Rating Film Indonesia

Frentzen, Frentzen (2022) Peningkatan Algoritma KNN dan Naive Bayes dengan Teknik Feature Selection dalam Memprediksi Rating Film Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (691kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (246kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (254kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (338kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (339kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (661kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (246kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (533kB)

Abstract

Berdasarkan survey yang dilakukan oleh IDNTimes dengan 411 responden, menunjukkan penonton di Indonesia memilih film yang akan ditonton berdasarkan beberapa faktor. Orang-orang memilih film untuk ditonton di bioskop berdasarkan genre ada sebesar 16,4 persen, pemain atau aktor sebesar 14,5 persen, dan sutradara sebesar 12,7 persen. Saat ini minat peneliti-peneliti tentang rating film Indonesia sangatlah sedikit. Sebagian besar dari mereka lebih banyak membahas tentang film di luar negeri dibandingkan dengan film-film Indonesia. Sehingga dibutuhkan penelitian yang membahas tentang rating film Indonesia. Penelitian ini akan menggunakan tools data mining yaitu RapidMiner dengan metode kerangka kerja CRISP-DM. Penelitian dilakukan dengan melakukan perbandingan antara 2 algoritma yaitu Naïve Bayes dan KNN untuk melakukan prediksi pada rating film Indonesia dengan menggunakan teknik feature selection. Penelitian ini menghasilkan hasil yaitu algoritma KNN memiliki performa yang lebih baik daripada Naïve Bayes dengan teknik feature selection maupun tanpa feature selection. Dari 3 model yang dibuat untuk KNN yaitu dengan Forward Selection, Backward Elimination, dan tanpa feature selection semuanya menghasilkan nilai akurasi yang sama yaitu 86,65% sedangkan Naïve Bayes mendapat nilai akurasi sebesar 85.13% dengan forward selection, 84.91% dengan backward elimination, dan 71.32% tanpa teknik feature selection.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	CRISP-DM, feature selection, KNN, Naïve Bayes, rating vii Peningkatan Algoritma KNN..., Frentzen, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Nov 2022 01:38
Last Modified:	07 Aug 2023 06:36
URI:	https://kc.umn.ac.id/id/eprint/20089

Actions (login required)

View Item