PENGELOMPOKAN DATASET FILM MENGGUNAKAN ALGORITMA K-MEANS DENGAN OPTIMIZE PARAMETER GRID

Oleh:

Muhammad Syarifuddin

ABSTRAK

Industri perfilman Indonesia terus mengalami peningkatan dilihat dari banyaknya film-film yang muncul di bioskop maupun di televise saat ini dengan peningkatan box office sebesar 28 persen setiap tahun nya dalam kurun waktu empat tahun terakhir. Salah satu media yang digunakan untuk mendistribusikan film adalah internet. Informasi-informasi mengenai film seperti tema, genre, aktor, rating, sutradara, dll dapat ditemukan dengan mudah melalui internet. Dalam penelitian ini penulis akan melakukan pengklasifikasian tentang Film yang di tayangkan di televisi. Permasalahan bagaimana dapat mengelompokan jenis film yang akan ditanyangkan di statsiun TV. Penelitian ini menggunakan metode klasifikasi algoritma k-means dengan optimize parameter grid. Tujuannya adalah  untuk menggali informasi dalam memetakan atau mengelompokan jenis FilmTv dengan menggunakan algoritma K-means menjadi beberapa cluster serta  untuk mengetahui nilai akurasi terbaik dari hasil uji Davies Bouldin Index (DBI). Hasil yang didapatkan dari pengelompokan menggunakan k-means yaitu untuk mengetahui informasi pengelompokan dataset FilmTv terbaik berdasarkan Nilai Davies Bouldin Index yang dihasilkan dari algoritma K-means ini sebesar cluster0 dengan nilai 464.658. Dengan menghitung jarak antara rata-rata cluster diperoleh bahwa cluster 0 merupakan kelompok terbaik dengan jarak selisih terdekat sebesar 133.416.

Kata kunci: Pengelompokan, filmtv, k-means,,optimize parameter grid

ABSTRACT

The Indonesian film industry continues to experience improvement as seen from the number of films appearing in theaters and on television today with a box office increase of 28 percent every year in the last four years. One of the media used to distribute films is the internet. Information about films such as themes, genres, actors, ratings, directors, etc. can be found easily via the internet. In this research, the writer will classify films that are shown on television. This study uses the k-means algorithm classification method with optimize grid parameters with the aim of exploring information in mapping or classifying FilmTV types using the K-means algorithm into several clusters and to determine the best accuracy value from the Davies Bouldin Index (DBI) test results. The results obtained from grouping using k-means are to find out the best FilmTv dataset grouping information based on the Davies Bouldin Index value generated from the K-means algorithm for cluster 0 with a value of 464,658. By calculating the distance between the average clusters, it is found that cluster 0 is the best group with the closest difference distance of 133,416.

Keywords: Grouping, filmtv, k-means, optimize grid parameters

PENDAHULUAN

1.1         Latar Belakang Masalah

Industri perfilman Indonesia terus mengalami peningkatan dilihat dari banyaknya film-film yang tayang di bioskop maupun di televise, saat ini dengan peningkatan box office sebesar 28 persen setiap tahun nya dalam kurun waktu empat tahun terakhir. Konvensi film tahunan terbesar di Asia, CineAsia, menilai bahwa Indonesia merupakan pasar film yang paling potensial di kawasan Asia Pasifik. Pada 2017, data yang ada mencatat bahwa Asia Pasifik memberikan sumbangan box office sebanyak 16 miliar dolar AS atau meningkat 44 persen dalam kurun waktu lima tahun. Dimana Indonesia menjadi negara Asia Pasifik yang memiliki perkembangan yang paling signifikan sehingga membuat CineAsia 2018 menyebut Indonesia sebagai The Rise of the Sleeping Giant. Berbagai genre film kini hadir baik dilayar kaca ataupun di bioskop yang akhirnya memberikan warna lain dalam industri ini. Beberapa film Indonesia sukses memenangkan penghargaan di ajang 2 film Internasional, seperti Wiro Sableng dan Marlina si Pembunuh dalam Empat Babak (Annisa Ayunda Permata Sari, 2020)

Hal tersebut membuktikan bahwa pasar film Indonesia mempunyai potensi yang layak untuk dapat bersaing dengan film Negara lian. Sehingga perlu diamati bagaimana perkembangan film-film dari seluruh penjuru dunia yang populer atau banyak disukai saat ini. Dari awal lahirnya film hingga sekarang, film Hollywood dan Bollywood telah menguasai industri perfilman secara global. Meskipun saat ini film-film Asia mulai dapat bersaing dengan film Hollywood maupun Bollywood Agar suatu film dapat terus berkembang, tentunya membutuhkan penilaian-penilaian dari para penikmat film, untuk mengetahui selera film yang sesuai dengan para penikmat film.(Wijayatun & Sulistyo, 2018)

Penelitian yang dilakukan oleh Irene Mathilda Yulietha dkk, menyimpulkan bahwa semakin banyak data yang digunakan pada proses training, maka semakin tinggi nilai F1-Score yang dihasilkan oleh sistem dalam melakukan klasifikasi. Dalam kasus ini, nilai F1-Score yang paling baik pada pembagian data 90% data training dan 10% data testing dengan hasil 85.6%. Pada pengujian menggunakan linear separable dan non-linear separable didapatkan nilai F1-Score yang baik sebesar 84.9% pada kasus linear separable. Fungsi kernel yang ada pada SVM dapat digunakan pada kasus review film, yaitu kernel linear, kernel RBF, dan kernel polynomial. Dari ketiga kernel tersebut dapat diketahui bahwa kernel linear memiliki nilai F1-Score paling tinggi. Penggunaan negation handling memberikan pengaruh dalam analisis sentimen kasus review film. (Irene Mathilda Yulietha, Said Al Faraby, Adiwijaya, 2017)

Penelitian terdahulu yang dilakukan oleh: Ikhsan Subagyo, Lukman Dwi Yulianto,Wahyu Permadi, Arian Wahyu Dewantara, Anggit Dwi Hartanto, dalam jurnalnya yang berjudul : Sentiment Analisis Review Film Di IMDBMenggunakan Algoritma SVM,  menyimpulkan bahwa : dari eksperimen ini dari fakta hasil adalah pengujian klasifikasi menggunakan SVM dengan SGD memiliki nilai ketepatan yang hampir sama satu sama lain, nilai accuracy untuk SVM adalah 0.8762 dan untuk SGD adalah 0.87404 atau 87.620% dan 87.404% untuk max features 10000 dan untuk Confusion Matrix didapatkan hasil yang cukup memuaskan dengan kesalahan klasifikasi dapat dilihat pada label False Positive dan False Negative masing-masing memiliki persentase kurang dari 10% atau kurang dari 2000 kata dan untuk label True Positive dan True Negatif hamprr menyentuh 50% dengan nilai antara 40% - 45%. (Ikhsan Subagyo, Lukman Dwi Yulianto,Wahyu Permadi, Arian Wahyu Dewantara , Anggit Dwi Hartanto, 2019)

Data fakta yang dapat disajikan adalah data yang menyangkut Judul film jenis da nasal negara tersaji seperti pada tampilan tabel berikut:

Sumber: repository kaggle : https://www.kaggle.com/code/fabiendaniel/film-recommendation-engine

Berdasarkan latar belakang di atas, permasalahan yang didapat dalam penelitian ini adalah Belum tahu cara menganalisa parameter pengelompokan film menggunakan algoritma k-means Dengan Optimize Parameter Grid. Belum tahu bagaimana cara menginterpretasikan pengelompokan jenis film menggunakan algoritma k-means Dengan Optimize Parameter Grid, maka perlu dilakukan analisa terhadap centroid dalam menentukan pemberian nilai awal dalam melakukan proses awal clustering. Sehingga digunakan sebagai titik pusat cluster pada proses clustering algoritma K-Means.

Fokus masalah  dari penelitian ini adalah Bagaimana untuk menganalisa parameter pengelompokan film menggunakan algoritma k-means Dengan Optimize Parameter Grid.

Berdasarkan permasalahan data dan latarbelakang yang telah diutarakan maka penulis membuat penelitian dengan judul “Pengelompokan Dataset Film Menggunakan Algoritma K-Means Dengan Optimize Parameter Grid” dengan alasan yaitu dapat menganalisa parameter pengelompokan film menggunakan algoritma k-means dengan optimize Parameter grid. dan bagaimana menginterpretasikan pengelompokan jenis film menggunakan algoritma k-means Dengan Optimize Parameter Grid menghailkan nilai yang tebaik.

1.2         Rumusan Masalah

Berdasarkan latar belakang yang sudah dipaparkan oleh peneliti maka disusunlah rumusan masalah yang terkait dengan judul guna membatasi lingkup penelitian yaitu:

1.      Belum mengetahui bagaimana cara menganalisa parameter pengelompokan film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

2.     Belum mengetahui bagaimana cara menginterpretasikan pengelompokan jenis film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

1.3         Pertanyaan Penelitian

Berdasarkan identifikasi masalah yang telah dijelaskan maka pertanyaan peneliti dalam penelitian ini adalah:

1.      Bagaimana cara menganalisa parameter pengelompokan film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

2.      Bagaimana cara menginterpretasikan pengelompokan jenis film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

1.4         Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk menyediakan layanan informasi dalam pengenalan menggunakan sistem pakar, antara lain:

1.      Untuk mengetahui cara menganalisa parameter pengelompokan film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

2.     Untuk mengetahui agaimana cara menginterpretasikan pengelompokan jenis film menggunakan algoritma k-means Dengan Optimize Parameter Grid?

1.5         Manfaat Penelitian

1.5.1        Manfaat teoritis yang diperoleh dari penelitian ini adalah :

1.      Mengasah kemampuan yang telah didapat selama kuliah ke dalam penelitian yang sesungguhnya.

2.      Hasil dari penelitian ini diharapkan bisa menjadi referensi bagi penelitian lain, sehingga penelitian ini menjadi penelitian yang bermanfaat.

1.5.2        Manfaat praktis yang diperoleh dari penelitian ini adalah :

1.      Membantu analis dengan aplikasi tersebut untuk memudahkan proses analisis rumah tidak layak huni.

2.      Membantu para pengambil keputusan untuk menentukan tindakan selanjutnya dengan mengetahui pengelompokan film apasaja yang akan di tayangkan.

3.      Memberikan   informasi   bagaimana    cara    pemanfaatan  basis  data yang besar, sehingga menjadi data mining yang bisa mencari solusi pada pengelompokan jenis film layak tayang..

1.6         Batasan Masalah

Berdasarkan identifikasi masalah, akar masalah dan faktor-faktor yang mempengaruhi seperti yang telah dijelaskan diatas, agar pembahasan penelitian ini menjadi lebih focus maka penelitian ini akan dibatasi menjadi 3, yaitu :

1.      Penelitian ini mengambil sumber data dari repository Kaggle

2.      Fokus masalah pada penelitian ini adalah pengelompokan data film yang tayang di statsiun TV

3.      Metode yang digunakan yaitu  algoritma k-Means clustering.

1.7     Kerangka Pemikiran

Gambar 1.1: Kerangka berpiki