Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Sistem Informasi

Clustering Film Populer pada Aplikasi Netflix dengan Menggunakan Algoritma K-Means dan Metode CRISP-DM Ika Fitrianti; Apriade Voutama; Yuyun Umaidah
Jurnal Teknologi Sistem Informasi Vol 4 No 2 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Netflix adalah platform video streaming yang paling banyak digunakan diseluruh dunia dan mulai mengadopsi teknologi analisis data dan machine learning untuk meingkatkan layanan pengguna. Netflix menggunakan data analisis untuk memahami perilaku pengguna sehingga pengguna dapat memberikan rekomendasi yang relevan. Pada penelitian ini dilakukan analisis cluster pada dataset yang berjumlah 7.637 data film Netflix yang sudah difilter menggunakan operator Rapidminer dan metode clustering. Pada penelitian ini menggunakan metode CRISP-DM dan algoritma K-Means dalam proses eksekusi di rapidminer. Dataset yang telah berhasil difilter terdapat 3 atribut yang digunakan dari 9 atribut dataset yang telah dikumpulkan yaitu durasi, rating, dan votes. Dari hasil pemodelan clustering, menunjukkan 3 cluster yang memiliki nilai rata-rata centroid yang berbeda. Dari ketiga kluster tersebut, cluster 1 menjadi cluster yang ciri-ciri ideal dalam mengelompokkan film popular di Netflix yaitu dengan nilai rata-rata pada atribut rating sebesar 8.180, atribut durasi sebesar 60.704, dan atribut votes sebesar 2602,684. Dari hasil peneltian tersebut diharapkan dapat membantu pengguna dalam menemukan film-film yang sesuai dengan minat dan preferensi pengguna.