IMPLEMENTASI DATA MINING DALAM MENENTUKAN POLA ELEMEN FILM FAVORIT MENGGUNAKAN ALGORITMA APRIORI

Indra Sani Syahputra, Hasdiana, Arie Rafika Dewi
{"title":"IMPLEMENTASI DATA MINING DALAM MENENTUKAN POLA ELEMEN FILM FAVORIT MENGGUNAKAN ALGORITMA APRIORI","authors":"Indra Sani Syahputra, Hasdiana, Arie Rafika Dewi","doi":"10.46576/syntax.v4i1.2888","DOIUrl":null,"url":null,"abstract":"Film merupakan salah satu pilihan bagi kebanyakan orang dalam memilih atau mengisi waktu luangnya. Industri perfilman saat ini tidak ada matinya mengingat dalam beberapa waktu belakangan ini, penggemar film di Indonesia khususnya telah naik dengan pesat. Walau semakin banyaknya peminat dalam menyaksikan sebuah film tentu saja setiap orang memiliki pola elemen yang disukai dalam film tersebut. Baik itu alur cerita, genre, plot atau elemen-elemen lainnya tentu menjadi salah satu dasar mengapa orang tersebut menyukai film tersebut. Hal itu menjadi salah satu tantangan tersendiri bagi produser film untuk mengetahui bagaimana pola dari elemen yang disukai agar dapat membuat film sesuai dengan elemen tersebut. Tujuan dari penelitian ini adalah untuk mengetahui pola elemen apa yang disukai oleh orang dalam menyukai salah satu film yang telah banyak diproduksi. Algoritma apriori dipilih dalam penelitian ini sangat bagus digunakan untuk mencari suatu pola dan pembentukan Itemset dan dengan algoritma ini akan dapat menentukan pola pemilihan elemen film terfavorit pada film yang telah diproduksi. Hasil dari penelitian ini dengan menggunakan algoritma apriori menghasilkan 8 rule  pola elemen film yang terfavorit berdasarkan nilai support dan Confidence yang telah ditentukan. Dengan hasil berikut maka akan dapat memudahkan para produsen film dalam mempersiapkan dan membuat film terbaik dengan informasi pola yang telah didapatkan. Kata Kunci : Film, Algoritma Apriori, Data Mining, Aturan Asosiasi.","PeriodicalId":115264,"journal":{"name":"Syntax : Journal of Software Engineering, Computer Science and Information Technology","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Syntax : Journal of Software Engineering, Computer Science and Information Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46576/syntax.v4i1.2888","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Film merupakan salah satu pilihan bagi kebanyakan orang dalam memilih atau mengisi waktu luangnya. Industri perfilman saat ini tidak ada matinya mengingat dalam beberapa waktu belakangan ini, penggemar film di Indonesia khususnya telah naik dengan pesat. Walau semakin banyaknya peminat dalam menyaksikan sebuah film tentu saja setiap orang memiliki pola elemen yang disukai dalam film tersebut. Baik itu alur cerita, genre, plot atau elemen-elemen lainnya tentu menjadi salah satu dasar mengapa orang tersebut menyukai film tersebut. Hal itu menjadi salah satu tantangan tersendiri bagi produser film untuk mengetahui bagaimana pola dari elemen yang disukai agar dapat membuat film sesuai dengan elemen tersebut. Tujuan dari penelitian ini adalah untuk mengetahui pola elemen apa yang disukai oleh orang dalam menyukai salah satu film yang telah banyak diproduksi. Algoritma apriori dipilih dalam penelitian ini sangat bagus digunakan untuk mencari suatu pola dan pembentukan Itemset dan dengan algoritma ini akan dapat menentukan pola pemilihan elemen film terfavorit pada film yang telah diproduksi. Hasil dari penelitian ini dengan menggunakan algoritma apriori menghasilkan 8 rule  pola elemen film yang terfavorit berdasarkan nilai support dan Confidence yang telah ditentukan. Dengan hasil berikut maka akan dapat memudahkan para produsen film dalam mempersiapkan dan membuat film terbaik dengan informasi pola yang telah didapatkan. Kata Kunci : Film, Algoritma Apriori, Data Mining, Aturan Asosiasi.
数据挖掘实现,使用杏算法确定最喜欢的电影元素模式
电影是大多数人选择或利用业余时间的一种选择。考虑到近年来,印尼电影爱好者尤其迅速增长,如今电影业依然举世无存。尽管对电影感兴趣的人越来越多,但毫无疑问,每个人都有自己喜欢的元素模式。无论是故事情节、类型、情节还是其他元素,都必须成为人们喜欢这部电影的基础之一。这对电影制片人来说是一个特别的挑战,他要知道如何将受欢迎的元素的模式融入到电影中。这项研究的目的是确定一个元素模式,人们喜欢哪个类型的电影已经有很多制作。这项研究选择了一种非常好的杏算法,它可以用来定位一种模式和构建方案,并通过这种算法可以确定最受欢迎的电影元素选择模式。这项研究的结果是,利用四月算法,根据确定的支持价值和保证,可以生成8个最受欢迎的电影元素模式。有了以下结果,将有助于电影制作人准备和制作带有所获得的信息模式的最佳电影。关键词:电影、四月算法、数据挖掘、联想规则。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信