Analisis kesuksesan film dengan data mining

Abstract

Film merupakan media komunikasi yang bersifat audio visual untuk menyampaikan suatu pesan atau cerita kepada penontonnya dan dijadikan sebagai media hiburan. Film yang dibuat ada karena kumpulan orang dibalik layar. Perusahaan film berlomba-lomba untuk membuat film yang memperoleh keuntungan maksimum. Terdapat banyak kemungkinan faktor yang dapat dijadikan film dapat memperoleh keuntungan maksimum. Penelitian ini adalah analisis kesuksesan film dengan data mining untuk memperoleh faktor-faktor yang dapat memprediksi kesuksesan sebuah film. Penelitian ini merupakan eksperimen untuk membandingkan beberapa metode machine learning seperti regresi dalam memprediksi kesuksesan sebuah film. Penelitian ini menggunakan bahasa pemrograman Python dan memanfaatkan beberapa library untuk melakukan data mining. Data mining adalah proses menemukan suatu pola dari kumpulan data yang besar. Dengan data mining, manusia dapat menemukan sebuah informasi / pemahaman baru dari data. Kumpulan proses data mining adalah Data cleaning untuk menghilangkan noise dan data yang tidak konsisten. Data integration adalah proses menggabungkan data dari beberapa sumber. Data transformation adalah mengubah bentuk data menjadi lebih mudah dan relevan untuk kebutuhan analisis. Data Selection adalah proses memilih data yang relevan untuk kebutuhan analisis. Data Mining adalah tahap untuk menggunakan metode Machine Learning untuk menemukan pola dari sebuah data. Pattern Evaluation adalah tahap untuk memeriksa pola yang dihasilkan apakah menghasilkan kebenaran. Penelitian ini menghasilkan informasi berupa hasil visualisasi data dari dataset film yang dianalisis. Perangkat lunak membaca dataset yang berupa data film dari tahun 2006 sampai 2016 lalu melakukan sekumpulan proses data mining seperti membersihkan data dengan menghilangkan noise, melakukan pengumpulan data tambahan media sosial seperti Youtube, melakukan integrasi data dengan menggabungkan dataset dengan data tambahan, melakukan pemilihan fitur, melakukan prediksi keuntungan menggunakan fitur yang sudah dipilih sebelumnya dan melakukan evaluasi terhadap model prediksi yang dibuat. Selain itu, perangkat lunak melakukan clustering untuk mengelompokkan data film pada dataset berdasarkan aktor dan genre. Berdasarkan penelitian dan hasil evaluasi data yang dilakukan, dapat disimpulkan bahwa faktor yang dapat berpengaruh dalam kesuksesan film adalah jumlah penonton yang menyukai film tersebut (votes), besar biaya yang dikeluarkan untuk membuat film (budget) dan jumlah penonton trailer film pada situs Youtube. Selain itu, dapat disimpulkan bahwa selera penonton (votes) lebih berpengaruh dalam memperoleh kesuksesan film dibanding dengan selera kritikus (review).