IOCSCIENCEIOCSCIENCE
VertexVertexPrediksi rating film yang akurat sangat penting untuk mendukung preferensi penonton dan pengambilan keputusan analitis di industri film digital. Ketersediaan metadata berskala besar dari IMDb memberikan peluang berharga untuk menerapkan teknik pembelajaran mesin untuk menganalisis pola penilaian. Penelitian ini menyelidiki efektivitas model klasifikasi Random Forest untuk memprediksi kategori penilaian film IMDb berdasarkan atribut terstruktur, termasuk genre, durasi film, penilaian konten, popularitas aktor, dan statistik ulasan pengguna. Pra-pengolahan data melibatkan penanganan duplikat, pengkodean variabel kategorik, penanganan nilai hilang, normalisasi fitur numerik, dan pemisahan dataset menjadi subset pelatihan dan pengujian. Untuk mengurangi ketidakseimbangan kelas di antara kategori penilaian, Teknik Pengambilan Minoritas Sintetis (SMOTE) diterapkan pada data pelatihan. Evaluasi eksperimental menunjukkan bahwa model yang diusulkan mencapai akurasi keseluruhan sebesar 0,78, disertai dengan nilai presisi, recall, dan F1-score yang seimbang di seluruh kelas. Analisis matriks kebingungan menunjukkan bahwa kesalahan klasifikasi terutama terjadi antara kategori penilaian yang berdekatan, mencerminkan subjektivitas inherent dari penilaian film. Selain itu, analisis pentingnya fitur menekankan genre, durasi, penilaian konten, dan indikator keterlibatan pengguna sebagai prediktor yang paling berpengaruh. Hasil ini menunjukkan bahwa Random Forest menawarkan model dasar yang kuat dan dapat ditafsirkan untuk prediksi penilaian IMDb dan memberikan wawasan yang bermakna untuk penelitian analitik film dan rekomendasi di masa depan.
Penelitian ini menunjukkan bahwa integrasi klasifikasi Random Forest, Teknik Pengambilan Minoritas Sintetis (SMOTE), dan analisis pentingnya fitur menyediakan kerangka kerja yang efektif, tangguh, dan dapat ditafsirkan untuk memprediksi kategori penilaian film IMDb dalam kondisi data subjektif dan tidak seimbang.Dari perspektif praktis, temuan ini menawarkan implikasi berharga bagi platform digital seperti IMDb dan layanan streaming dengan memungkinkan prediksi penilaian yang lebih akurat dan stabil, yang dapat meningkatkan sistem rekomendasi personalisasi, mekanisme penemuan konten, dan strategi keterlibatan pengguna, serta mendukung pengambilan keputusan berbasis data dalam perencanaan akuisisi, promosi, dan distribusi konten.Keunikan penelitian ini terletak pada integrasi sistematis pembelajaran ensembel, pemodelan yang sadar ketidakseimbangan, dan pembelajaran mesin yang dapat dijelaskan ke dalam kerangka kerja analitis yang terintegrasi, yang menetapkan model dasar yang terlandaskan teori dan dapat diterapkan secara praktis yang melampaui pendekatan yang hanya berfokus pada kinerja dalam studi sebelumnya.Dalam konteks pengembangan sistem rekomendasi dan analisis industri film, model Random Forest yang diusulkan berkontribusi dengan memberikan kinerja klasifikasi yang andal sambil mempertahankan transparansi melalui analisis pentingnya fitur, sehingga memfasilitasi sistem dukungan keputusan cerdas yang dapat dijelaskan dan dapat dipercaya.Selain itu, arah yang paling relevan untuk penelitian masa depan melibatkan pengintegrasian sumber data tak terstruktur, khususnya ulasan pengguna teks dan fitur berbasis sentimen, bersama dengan atribut film terstruktur, menggunakan teknik pemrosesan bahasa alami canggih untuk lebih meningkatkan akurasi prediksi, pemahaman konteks, dan keterjelasan model prediksi penilaian film.
Untuk penelitian lanjutan, disarankan untuk menggabungkan sumber data tak terstruktur, seperti ulasan teks atau fitur berbasis sentimen, dengan atribut film terstruktur. Penggunaan teknik pemrosesan bahasa alami canggih dapat meningkatkan akurasi prediksi, pemahaman konteks, dan interpretabilitas model prediksi penilaian film. Selain itu, penelitian dapat fokus pada pengembangan sistem rekomendasi yang lebih cerdas dan dapat dipercaya dengan memanfaatkan model Random Forest yang dapat dijelaskan. Dengan demikian, penelitian ini dapat memberikan kontribusi yang signifikan dalam meningkatkan pengalaman pengguna dan pengambilan keputusan berbasis data di industri film digital.
| File size | 371.6 KB |
| Pages | 7 |
| DMCA | Report |
Related /
STIKES BHMSTIKES BHM Meskipun telah tersedia sejak 2019, pemanfaatannya dalam publikasi ilmiah masih terbatas dan belum terdokumentasi secara baku. Artikel ini mengidentifikasiMeskipun telah tersedia sejak 2019, pemanfaatannya dalam publikasi ilmiah masih terbatas dan belum terdokumentasi secara baku. Artikel ini mengidentifikasi
UMTUMT Dengan adanya sistem terintegrasi, proses koordinasi antar Sales, Manager, dan Admin menjadi lebih efisien, transparan, dan mudah dipantau secara real-time.Dengan adanya sistem terintegrasi, proses koordinasi antar Sales, Manager, dan Admin menjadi lebih efisien, transparan, dan mudah dipantau secara real-time.
UMTUMT Pengujian sistem akan diterapkan metode blackbox testing, Sistem ini diharapkan dapat menyediakan platform yang terintegrasi, efisiensi operasional meningkat,Pengujian sistem akan diterapkan metode blackbox testing, Sistem ini diharapkan dapat menyediakan platform yang terintegrasi, efisiensi operasional meningkat,
UMTUMT Penelitian ini bertujuan untuk mengimplementasikan manajemen bandwidth yang efektif dengan menggunakan metode Per connection queue (PCQ) dan Queue treePenelitian ini bertujuan untuk mengimplementasikan manajemen bandwidth yang efektif dengan menggunakan metode Per connection queue (PCQ) dan Queue tree
UMTUMT Tujuan penelitian adalah membantu petani mengantisipasi hama dan penyakit sehingga hasil panen optimal. Metode yang digunakan meliputi Certainty FactorTujuan penelitian adalah membantu petani mengantisipasi hama dan penyakit sehingga hasil panen optimal. Metode yang digunakan meliputi Certainty Factor
UNSURUNSUR Produksi buncis di Kabupaten Cianjur mencapai 252,019 kuintal. Penelitian bertujuan untuk: 1. Untuk mengetahui besaran tingkat kepentingan sayuran babyProduksi buncis di Kabupaten Cianjur mencapai 252,019 kuintal. Penelitian bertujuan untuk: 1. Untuk mengetahui besaran tingkat kepentingan sayuran baby
BUDDHI DHARMABUDDHI DHARMA Model ini mencapai tingkat akurasi yang memuaskan dengan nilai AUC sebesar 72,5%. Dominasi jenis kelamin pada pasien DM tipe II adalah perempuan, denganModel ini mencapai tingkat akurasi yang memuaskan dengan nilai AUC sebesar 72,5%. Dominasi jenis kelamin pada pasien DM tipe II adalah perempuan, dengan
USBYPKPUSBYPKP Sensor gas metal oksida diproyeksikan tetap menjadi topik penelitian menarik di masa mendatang karena aplikasinya yang luas serta kemajuan teknik sintesisSensor gas metal oksida diproyeksikan tetap menjadi topik penelitian menarik di masa mendatang karena aplikasinya yang luas serta kemajuan teknik sintesis
Useful /
POLITEKNIKALISLAMPOLITEKNIKALISLAM Pasien hipertensi dapat jatuh pada kondisi hipertensi resisten yang memerlukan pendekatan multidisiplin dalam tatalaksananya. Terapi non-farmakologis sepertiPasien hipertensi dapat jatuh pada kondisi hipertensi resisten yang memerlukan pendekatan multidisiplin dalam tatalaksananya. Terapi non-farmakologis seperti
ACEHPROVACEHPROV Penelitian kuantitatif ini merupakan survei analitik dengan rancangan cross-sectional. Sampel penelitian menggunakan teknik simple random sampling denganPenelitian kuantitatif ini merupakan survei analitik dengan rancangan cross-sectional. Sampel penelitian menggunakan teknik simple random sampling dengan
UMTUMT Prototipe ini sudah diuji fungsionalitasnya dan berjalan sesuai fungsinya. Prototipe ini menawarkan pengelolaan uang saku siswa yang mereka belanjakanPrototipe ini sudah diuji fungsionalitasnya dan berjalan sesuai fungsinya. Prototipe ini menawarkan pengelolaan uang saku siswa yang mereka belanjakan
UMTUMT Belum adanya manajemen bandwidth internet pada kantor Lembaga Amil Zakat Nurul Hayat menyebabkan penggunaan bandwidth yang tidak merata dan tidak stabil.Belum adanya manajemen bandwidth internet pada kantor Lembaga Amil Zakat Nurul Hayat menyebabkan penggunaan bandwidth yang tidak merata dan tidak stabil.