Jurnal Teknik Elektro Vol. 8 No.

2 ISSN 1411 - 0059

Juli - Desember 2016

Prediksi Rating Film Menggunakan

Metode Naïve Bayes
Riszki Wijayatun Pratiwi1 dan Yusuf Sulistyo Nugroho2
Program Studi Informatika Fakultas Komunikasi dan Informatika, Universitas Muhamammdiyah Surakarta
Jl. A Yani Tromol Pos 1 Pabelan, Kartasura, 57102, Jawa Tengah, Indonesia
[email protected], [email protected]

Abstrak— Pada saat ini perkembangan dunia perfilman sudah sangat pesat, contohnya dengan banyaknya
film-film yang silih berganti untuk ditayangkan. Para penikmat film juga membutuhkan film-film yang
mempunyai kualitas gambar, suara, alur cerita dan nilai positif yang baik dalam sebuah film, agar mereka
tetap antusias dalam mengikuti film-film yang terbaru. Namun film-film yang ada tidak semuanya dapat
dinikmati dan tidak semua kalangan menyukai semua film. Agar suatu film dapat terus berkembang,
tentunya membutuhkan penilaian-penilaian dari para penikmat film, untuk mengetahui selera film yang
sesuai dengan para penikmat film. Untuk itu dibutuhkan analisis agar dapat mengetahui bagaimana minat
penikmat film yaitu dengan membuat penilaian-penilaian yang nantinya digunakan untuk mengetahui
rating suatu film menggunakan metode naïve bayes yaitu metode yang melakukan pendekatan statistika
yang fundamental dalam pengenalan pola (pattern recognition). Pendekatan ini didasarkan pada kuantifikasi
trade-off antara berbagai keputusan klasifikasi dengan menggunakan probabilitas dan resiko yang
ditimbulkan dalam keputusan-keputusan tersebut. Metode tersebut merupakan salah satu metode dari data
mining, dengan atribut yang sudah ditentukan, yaitu meliputi genre film, aktor film, bahasa,warna, durasi
film, negara, dan lainnya yang dapat digunakan sebagai tolak ukur sutradara untuk membuat film.

Kata kunci— analisa, data mining, film, naïve bayes

diperoleh bersifat big data yang berarti pengumpulan data dari

I. PENDAHULUAN
berbagai macam sumber yang relevan [3].
Setiap bentuk kesenian, meliputi seni musik, seni tari, seni Metode yang digunakan adalah naïve bayes yaitu metode
sastra, seni rupa ataupun seni peran perlu sebuah apresiasi dari yang mempunyai perhitungan matematik dasar yang sangat
penikmatnya masing-masing. Secara umum, apresiasi seni kuat serta dalam efisiensi klasifikasinya juga stabil, namun
mempunyai makna penghargaan terhadap kehadiran sebuah kekurangannya adalah parameter model naïve bayes perlu
karya seni, sebuah karya seni mengalami suatu perkembangan diperkirakan dan kurang peka terhadap data yang sudah hilang.
dari tahun ke tahun sehingga pada akhirnya tercipta sebuah Model naïve bayes memiliki tingkat kesalahan yang sangat
perpaduan yang imbang dan juga harmonis antara seni sastra, minimum jika dibandingkan dengan algoritma klasifikasi
seni musik, seni peran dan juga komedi yang dibungkus dalam lainnya [4]. Metode naïve bayes ini merupakan salah satu
bentuk film. Film adalah sarana baru yang dipergunakan metode yang populer untuk pengkategorian teks dengan
untuk menyebarkan suatu hiburan yang telah menjadi frekuensi kata sebagai fitur. Hal ini dapat disimpulkan bahwa
kebiasaan terdahulu, dan menyajikan cerita peristiwa, musik, fitur-fitur yang independen dapat dibuktikan dalam algoritma
drama, lawak, dan sajian teknis lainnya kepada masyarakat klasifikasi menjadi lebih efektif [5].
umum [1].
Namun tidak semua masyarakat menyukai film, atau ada II. METODE
beberapa jenis (genre) film yang disukai oleh masyarakat.
Oleh karena itu, agar film berkembang terus-menerus maka A. Penentuan Obyek Observasi
dibutuhkan penilaian-penilaian dari masyarakat penikmat film Observasi ini bertujuan untuk memprediksi rating sebuah
untuk mengetahui selera film berjenis apa yang diinginkan film. Observasi ini dipilih karena untuk tolak ukur sebuah
oleh masyarakat penikmat film. Untuk itu dibutuhkan analisa rumah produksi film ketika nantinya akan membuat film serta
agar dapat mengetahui minat penikmat film dengan cara mengetahui selera film yang sesuai dengan para penikmat film.
menganalisis rating suatu film menggunakan teknik data
mining yaitu dengan menganalisis data dari pendapat yang B. Pengumpulan Data
berbeda dan merangkumnya untuk memperoleh suatu Data yang digunakan dalam penelitian ini merupakan data
informasi yang bermanfaat. Informasi yang didapatkan dari sampel dari berbagai situs di internet. Data tersebut digunakan
hasil data mining bisa digunakan untuk meningkatkan sebagai data training dan juga data testing.
pendapatan atau mengurangi biaya produksi [2]. Pengumpulan 1) Data Training
data perlu dilakukan terlebih dahulu, biasanya data yang
Data training adalah data yang digunakan untuk
perhitungan probabilitas dari data berdasarkan data

60
Jurnal Teknik Elektro Vol. 8 No. 2 61
Juli - Desember 2016

pembelajaran yang dilakukan. Data training yang digunakan  Variabel X18 Num_users_for_reviews
adalah data sampel yang di dapat dari situs di internet, yaitu  Variabel X19 Language
dari situs https://www.kaggle.com/.  Variabel X20 Country
2) Data Testing  Variabel X21 Content_rating
 Variabel X22 Budget
Data testing merupakan data yang akan atau sedang terjadi
dan dipergunakan sebagai bahan uji yang sebelumnya sudah  Variabel X23 Title_year
didapatkan pada data training. Data testing tersebut juga  Variabel X24 Movie_facebook_like
menggunakan data sampel yang diperoleh dari situs di internet,  Variabel X25 Num_critic_for_reviews
yaitu dari situs https://www.kaggle.com/. D. Data Cleaning
C. Penentuan Atribut Pembersihan data perlu dilakukan supaya data yang
Atribut-atribut yang digunakan untuk proses data mining digunakan valid sesuai kebutuhan. Sehingga dari nilai class
ini mengacu pada tujuan penelitian. Ada dua jenis variabel data film dalam atribut tidak terjadi ketidakkonsistenan data
yang ditentukan [7],yaitu : dalam pengujian.

1) Variabel dependen (Y) E. Penggunaan Metode Naïve Bayes

Variabel dependen (Y) merupakan variabel yang nilainya Naïve Bayes adalah sebuah pengelompokan statistik yang
terikat, bisa disebut variabel terikat. Variabel Y yang bisa di dipakai untuk memprediksi probabilitas anggota suatu
digunakan yaitu imdb_score. class. Naïve Bayes juga mempunyai akurasi dan kecepatan
yang sangat kuat ketika diaplikasikan pada database dengan
2) Variabel independen (X) big data [6].
Variabel independen (X) merupakan variabel yang Berikut rumus naive bayes [7] ditunjukkan pada
nilainya tidak tergantung pada nilai dari variabel lainnya atau persamaan 1.
bisa disebut sebagai variabel bebas. Variabel X yang
digunakan terdiri dari :
(1)
 Variabel X1 Color
 Variabel X2 Director_name Keterangan :
 Variabel X3 Director_facebook_likes X : Data dengan class yang belum diketahui
 Variabel X4 Duration Y : Hipotesis data yaitu suatu class spesifik
P(Y|X) : Probabilitas hipotesis berdasar kondisi X (posteriori
 Variabel X5 Actor_1_name
probability)
 Variabel X6 Actor_1_facebook_likes
P(Y) : Probabilitas hipotesisY (prior probability)
 Variabel X7 Actor_2_name
P(X|Y) : Probabilitas X saat kondisi hipotesis Y
 Variabel X8 Actor_2_facebook_likes P (X) : Probabilitas X
 Variabel X9 Actor_3_name
 Variabel X10 Actor_3_facebook_likes III. HASIL DAN PEMBAHASAN
 Variabel X11 Gross Data yang dipakai adalah data set yang diambil dari situs
 Variabel X12 Genres https://www.kaggle.com/ yang akhirnya dipakai untuk data
 Variabel X13 Movie_title training dan data testing. Kemudian dilakukan prepocessing
 Variabel X14 Num_voted_users pada data tersebut dengan cara menerapkan metode cleaning.
 Variabel X15 Cast_total_facebook Lalu data tersebut melalui pengolahan, pengolahan data
 Variabel X16 Facenumber_in_poster menggunakan software rapid miner yang nantinya bisa
 Variabel X17 Plot_Keywords menghasilkan sebuah prediksi rating film.

TABEL I. DATA SEBELUM PREPOCESSING

color director_name num_critic_for_reviews Duration director_facebook_likes actor_3_facebook_likes

Color James Cameron 723 178 0 855
Color Gore Verbinski 302 169 563 1000
Color Sam Mendes 602 148 0 161
Color Christopher Nolan 813 164 22000 23000
Color Andrew Stanton 462 132 475 530
Color Sam Raimi 392 156 0 4000
Color Nathan Greno 324 100 15 284
Color Joss Whedon 635 141 0 19000
Color David Yates 375 153 282 10000
Color Zack Snyder 673 183 0 2000
Jurnal Teknik Elektro Vol. 8 No. 2 62
Juli - Desember 2016
TABEL II. DATA SESUDAH PREPOCESSING

Director
color director_name num_critic_for_reviews duration actor_3_facebook_like
facebook_like
Color James Cameron tinggi panjang rendah rendah
Color Gore Verbinski sedang panjang sedang sedang
Color Sam Mendes tinggi panjang rendah rendah
Color Christopher Nolan tinggi panjang tinggi tinggi
Color Andrew Stanton tinggi panjang rendah sedang
Color Sam Raimi sedang panjang rendah rendah
Color Nathan Greno sedang pendek rendah rendah
Color Joss Whedon tinggi panjang rendah rendah
Color David Yates sedang panjang rendah rendah
Color Zack Snyder tinggi panjang rendah rendah
TABEL III. DATA TRAINING

color Director name num_critic_for_reviews duration director_facebook_like actor_3_facebook_like

Color Barry Levinson rendah panjang rendah rendah
Color Brad Silberling rendah pendek rendah rendah
Black and White Quentin Tarantino sedang pendek tinggi tinggi
Color Frank Oz rendah pendek rendah rendah
Black and White Quentin Tarantino sedang panjang tinggi tinggi
Color Andrey Konchalovskiy rendah pendek rendah rendah
Color Robert Zemeckis rendah pendek rendah rendah
Color Tom Dey rendah pendek rendah rendah
Color Stuart Baird rendah panjang rendah rendah
Color Mark Waters sedang pendek rendah rendah
TABEL IV. DATA TESTING

color director_name num_critic_for_reviews duration director_facebook_like actor_3_facebook_like

Color James Cameron tinggi panjang rendah rendah
Color Gore Verbinski sedang panjang sedang sedang
Color Sam Mendes tinggi panjang rendah rendah
Color Christopher Nolan tinggi panjang tinggi tinggi
Color Andrew Stanton tinggi panjang rendah sedang
Color Sam Raimi sedang panjang rendah rendah
Color Nathan Greno sedang pendek rendah rendah
Color Joss Whedon tinggi panjang rendah rendah
Color David Yates sedang panjang rendah rendah
Color Zack Snyder tinggi panjang rendah rendah

A. Implementasi Software Rapid Miner

Penggunaan software ini bisa mengimpor sebuah
informasi yang terdapat dari berbagai macam sumber
database untuk diperiksa dan dianalisa didalam sebuah
aplikasi. Rapid Miner sebagai solusi untuk memprediksi dan
menganalisa komputasi statistik [3]. Gambar 1 hingga
Gambar 4 merupakan hasil penelitian yang dilakukan
menggunakan aplikasi Rapid Miner.

Gambar 2. Hasil Naïve Bayes pada text view

Gambar 1. Klasifikasi Naïve Bayes

Jurnal Teknik Elektro Vol. 8 No. 2 63
Juli - Desember 2016

Gambar 3. Hasil Naïve Bayes pada plot view

Gambar 4. Tingkat akurasi pada hasil Naïve Bayes

Gambar 1 menunjukan model distribusi Naïve Bayes. Pada

hasil naïve bayes bisa dilihat bahwa model distribusi nilai REFERENSI
class “RENDAH” sebanyak 0,707, sedangkan class [1] Mudjiono, Y. (2011). Kajian Semiotika Dalam Film. Jurnal Ilmu
“TINGGI” sebanyak 0,293, ditunjukan pada Gambar 2. Komunikasi, Vol. 1, No.1, April 2011 ISSN: 2088-981X KAJIAN,
1(1), 123.
Berdasarkan Gambar 3 menunjukan penentuan rating film [2] Sharma, P., Singh, D., & Singh, A. (2015). Classification Algorithms
(imdb_score) tinggi apabila tahun film (title_year) baru serta on a Large Continuous Random Dataset Using Rapid. IEEE Sponsored
duration film panjang. 2nd International Conference on Electronics and Communication
System(ICECS 2015), (Icecs), 704–709.
B. Pengujian [3] Utmal, M., & Pandey, R. K. (2015). Taxonomy on the Integration of
Hadoop and Rapid Miner for Big Data Analytics. In 2015 International
Hasil klasifikasi yang didapat tersebut kemudian dihitung Conference on Computational Intelligence and Communication
nilai accuraty, precision, recall. Berdasarkan Gambar 4 nilai Networks (CICN) (hal. 890–893).
accuracy 55,80%, precision 32,41% dan recall 46,70 % http://doi.org/10.1109/CICN.2015.175.
[4] Liu, J., Tian, Z., Liu, P., Jiang, J., & Li, Z. (2016). An Approach of
Semantic Web Service Classification Based on Naive Bayes. 2016
IV. PENUTUP IEEE International Conference on Services Computing An.
Naïve Bayes adalah salah satu klasifikasi berjenis teks, http://doi.org/10.1109/SCC.2016.53.
contoh nya adalah prediksi rating film. Naïve Bayes [5] Chandrasekar, P., & Qian, K. (2016). The Impact of Data
Preprocessing on the Performance of a Naive Bayes Classifier. 2016
sederhana dan efisien, serta sangat familiar jika dipakai untuk IEEE 40th Annual Computer Software and Applications Conference
pengklasifikasian teks dan mempunyai performa yang bagus (COMPSAC), 2, 618–619.
pada banyak domain. Hasil penelitian menunjukkan bahwa http://doi.org/10.1109/COMPSAC.2016.205
hasil prediksi rating film menggunakan metode naïve bayes [6] Widiastuti, N. A., Santosa, S., & Supriyanto, C. (2014). Algoritma
Klasifikasi Data Mining Naïve Bayes Berbasis Particle Swarm Particle
memiliki accuracy 55,80%, precision 32,41%, dan recall Swarm Optimization Untuk Deteksi Penyakit Jantung. Jurnal
46,70%, Berdasarkan analisa yang didapat menggunakan data Pseudocode, 1, 11–14.
set dari situs https://www.kaggle.com/ menunjukan bahwa [7] Nugroho, Y. S., & Setyawan. (2014). Klasifikasi Masa Studi
mayoritas prediksi rating film RENDAH. Mahasiswa Fakultas Komunikasi Dan Informatika Universitas
Muhammadiyah Surakarta Menggunakan Algoritma C4.5. KomuniTi,
Vol. VI, No. 1 Maret 2014, VI(1), 84–91.