ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI REVIEW FILM PADA IMDB
Abstract
Perkembangan teknologi informasi saat ini sudah berkembang dengan pesat. Internet Movie Database (IMDb) adalah situs web yang menyediakan informasi mengenai film dari seluruh dunia, termasuk orang-orang yang terlibat di dalamnya mulai dari aktor/aktris, sutradara, penulis, penata rias, soundtrack, nominasi yang pernah didapat, dan review dari para pengunjung. Ini mempengaruhi bagaimana cara pengguna mendapatkan informasi, dimana informasi dan hiburan dengan mudahnya kita akses lewat media digital. Permasalahan yang terjadi ialah bagaimana melakukan klasifikasi terhadap data sentimen atau review film yang berjumlah 1000 record data. Tujuan penelitian ini ialah melakukan proses klasifikasi terhadap data review film yang telah dikumpulkan oleh peneliti dengan menggunakan algoritma support vector machine. Berdasarkan 5 Kali uji coba terhadap data testing dan data training, didapat bahwa pengujian dengan sampel data 80:20 memiliki akurasi tertinggi yaitu sebesar 0.687 atau 68.7% dengan menggunakan metode support vector machine pada penelitian Algoritma Machine Learning Untuk Klasifikasi Review Film Pada IMDB.
References
[2] D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” J. Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.
[3] R. I. Pristiyanti, M. A. Fauzi, and L. Muflikhah, “Sentiment Analysis Peringkasan Review Film Menggunakan Metode Information Gain dan K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 3, pp. 1179–1186, 2018, [Online]. Available: http://j-ptiik.ub.ac.id
[4] A. S. Pangestu, H. M. Jumhur, and M. Hum, “Pengaruh Rating Imdb Terhadap Keputusan Menonton Film Game of Thrones Di Kota Bandung Tahun 2018 Impact of Imdb Rating on the Decision To Watch Game of Thrones Film in Bandung City in 2018,” vol. 5, no. 3, pp. 3253–3258, 2018.
[5] A. Z. Amrullah, A. Sofyan Anas, and M. A. J. Hidayat, “Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square,” Jurnal, vol. 2, no. 1, pp. 40–44, 2020, doi: 10.30812/bite.v2i1.804.
[6] F. Septianingrum and A. S. Y. Irawan, “Metode Seleksi Fitur Untuk Klasifikasi Sentimen Menggunakan Algoritma Naive Bayes: Sebuah Literature Review,” J. Media Inform. Budidarma, vol. 5, no. 3, p. 799, 2021, doi: 10.30865/mib.v5i3.2983.
[7] G. Cahyani, W. Widayani, S. D. Anggita, Y. Pristyanto, I. Ikmah, and A. Sidauruk, “Klasifikasi Data Review IMDb Berdasarkan Analisis Sentimen Menggunakan Algoritma Support Vector Machine,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1418, 2022, doi: 10.30865/mib.v6i3.4023.
[8] E. Kartika and J. Gondohanindijo, “Rancang Bangun Model Sentimen Analisis Review Produk Pada Toko Online Menggunakan Naive Bayes,” Semin. Nas. Has. Penelit. dan Pengabdi. Kpd. Masy., pp. 201–212, 2020.
[9] A. Rahman Isnain, A. Indra Sakti, D. Alita, and N. Satya Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma SVM,” Jdmsi, vol. 2, no. 1, pp. 31–37, 2021, [Online]. Available: https://t.co/NfhnfMjtXw
[10] D. Alita, Y. Fernando, and H. Sulistiani, “Implementasi Algoritma Multiclass Svm Pada Opini Publik Berbahasa Indonesia Di Twitter,” J. Tekno Kompak, vol. 14, no. 2, p. 86, 2020, doi: 10.33365/jtk.v14i2.792.
[11] P. M. Purba, A. C. Amandha, R. H. Purnama, and A. Ikhwan, “Analisis Keamanan Website Prodi Sistem Informasi Uinsu Menggunakan Metode Application Scanning,” J. Inform. Teknol. dan Sains, vol. 4, no. 4, pp. 325–329, 2022.
[12] Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,” J. Media Inform. Budidarma, vol. 5, pp. 157–163, 2021, doi: 10.30865/mib.v5i1.2604.
[13] A. Pujianto, A. Mulyati, and R. Novaria, “Pemanfaatan Big Data Dan Perlindungan Privasi Konsumen Di Era Ekonomi Digital,” Maj. Ilm. Bijak, vol. 15, no. 2, pp. 127–137, 2018, doi: 10.31334/bijak.v15i2.201.
[14] Y. Djahir and D. Pratita, Sistem Informasi Manajemen, vol. 1, no. 1. Yogyakarta: Deepublish, 2014. [Online]. Available: https://rudiatko.files.wordpress.com/2008/10/kuliahsim-1-2.pdf
[15] T. Sutabri, Analisis Sitem Informasi, vol. 53, no. 9. 2014.
[16] T. Sutabri, Konsep Sistem Informasi. Yogyakarta: Andi, 2012.
[17] N. Nana and E. Surahman, “Pengembangan Inovasi Pembelajaran Digital Menggunakan Model Blended POE2WE di Era Revolusi Industri 4.0,” Pros. SNFA (Seminar Nas. Fis. dan Apl., vol. 4, p. 82, 2019, doi: 10.20961/prosidingsnfa.v4i0.35915.
[18] D. Novianti, “Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner,” Paradig. J. Komput. dan Inform. Univ. Bina Sarana Inform., vol. 21, no. 2, pp. 143–148, 2019, doi: 10.31294/p.v20i2.
[19] E. T. L. Kusrini, Algoritma Data Mining. Yogyakarta: Andi Offset, 2009.
[20] D. Alita and Y. Fernando, “Multiclass SVM Algorithm for Sarcasm Text in Twitter,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 118–128, 2021, doi: 10.35957/jatisi.v8i1.646.
Copyright (c) 2023 Gempita Buana Putri
This work is licensed under a Creative Commons Attribution 4.0 International License.
