Analisa Klasifikasi Genre Film pada Linked Open Data menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) dan Algoritma Naïve Bayes

A, ANWAR KHAERUL (2016) Analisa Klasifikasi Genre Film pada Linked Open Data menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) dan Algoritma Naïve Bayes. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Berkembangnya industri perfilman berdampak pada munculnya film dengan berbagai genre. Genre film merupakan salah satu aspek penting dalam sistem rekomendasi. Genre film dapat membantu proses penyaringan konten film secara otomatis. Saat ini, banyak situs film yang memberikan informasi secara online dan bersifat real-time dengan memanfaatkan teknologi web of data. Web of data tidak hanya menyediakan data dalam jumlah besar yang tersedia dalam format standar untuk diolah, namun juga menyediakan hubungan antar data yang tersedia dan terbuka yang disebut dengan linked open data. Dengan memanfaatkan linked open data, data yang saling terhubung dalam internet dapat diambil kemudian diolah untuk mendapatkan informasi tertentu. Teknologi tersebut sudah banyak dimanfaatkan termasuk di dunia hiburan, salah satu contohnya untuk memprediksi performa film box office. Dalam penelitian ini, peneliti melakukan klasifikasi genre film menggunakan linked open data sebagai basis pengetahuannya. Klasifikasi dilakukan berdasarkan abstrak film menggunakan algoritma Naïve Bayes dan ekstraksi fitur Principal Component Analysis (PCA). Akurasi hasil klasifikasi genre film menggunakan algoritma naïve bayes dibandingkan dengan akurasi hasil klasifikasi genre film menggunakan algoritma naïve bayes dan ekstraksi fitur Principal Component Analysis. Hasil akurasi menunjukan bahwa proses klasifikasi yang paling optimal adalah dengan menggunakan algoritma naïve bayes tanpa ekstraksi fitur Principal Component Analysis.

Actions (login required)