Keywords
film
klasifikasi
How to Cite
Abstract
Penelitian ini bertujuan untuk mengklasifikasikan genre film terpopuler setiap
bulan berdasarkan data penayangan menggunakan algoritma Naive Bayes. Pemilihan topik ini
penting mengingat kebutuhan industri film untuk memahami preferensi penonton secara
dinamis guna meningkatkan strategi pemasaran dan produksi. Metode yang digunakan adalah
klasifikasi dengan Naive Bayes yang mengolah data penayangan film bulanan sebagai fitur
utama. Data dikumpulkan dari platform streaming dan dianalisis untuk menentukan genre
yang paling diminati oleh penonton setiap bulan. Penelitian ini menggunakan data dari
Kaggle untuk menulis jurnal mengenai klasifikasi genre film populer setiap bulan dengan
menggunakan algoritma Naive Bayes. Temuan ini memberikan kontribusi penting dalam
pengambilan keputusan bisnis di industri film serta pengembangan sistem rekomendasi yang
lebih efektif.
References
[1] S. A. M. P. Lestari, L. S. Maria Dinda Ayu Rosari, A. P. W. Sutikno, and M. Y. R
Pandin, “Strategi Inovatif membangun Ketahanan Keuangan di Era Digital pada
Perusahaan Netflix Innovative Strategy to build Financial Resilience in the Digital Era
at Netflix Company,” vol. 2, no. 3, pp. 261–272, 2024.
[2] I. N. Anshari, “Sirkulasi Film dan Program Televisi di Era Digital: Studi Kasus Praktik
Download dan Streaming melalui Situs Bajakan,” Komuniti J. Komun. dan Teknol.
Inf., vol. 10, no. 2, pp. 88–102, 2019, doi: 10.23917/komuniti.v10i2.7125.
[3] D. Verakandhi, P. Studi, and P. Seni, “Perubahan Preferensi Menonton Film Pada Era
Media Sosial : Dampak Short Video Dan Implikasinya Terhadap,” Rekam J. Fotogr.
Telev. Animasi, vol. 20, no. 1, pp. 37–45, 2024, [Online]. Available:
https://journal.isi.ac.id/index.php/rekam/article/view/11286%0Ahttps://journal.isi.ac.id
/index.php/rekam/article/download/11286/3644
[4] Ansori, The Human Capital Book Jilid 12, vol. 3, no. April. 2015.
[5] N. I. Firdausi, “No 主観的健康感を中心とした在宅高齢者における 健康関連指
標に関する共分散構造分析Title,” Kaos GL Derg., vol. 8, no. 75, pp. 147–154,
2020, [Online]. Available:
https://doi.org/10.1016/j.jnc.2020.125798%0Ahttps://doi.org/10.1016/j.smr.2020.02.0
02%0Ahttp://www.ncbi.nlm.nih.gov/pubmed/810049%0Ahttp://doi.wiley.com/10.100
2/anie.197505391%0Ahttp://www.sciencedirect.com/science/article/pii/B9780857090
409500205%0Ahttp:
[6] G. Putra, A. Brahmantha, E. Utami, and A. Yaqin, “Klasifikasi Genre Anime
Berdasarkan Sinopsis Menggunakan Algoritma K-Nearest Neighbors,” J. Manaj.
Inform. Sist. Inf. , vol. 7, no. 1, pp. 15–24, 2024.
[7] M. Rodríguez, Velastequí, “No 主観的健康感を中心とした在宅高齢者における
健康関連指標に関する共分散構造分析Title,” vol. 2, pp. 1–23, 2019.
[8] D. Irawan, “Rekomendasi Penjual Bahan Makanan Dengan Metode Filtering Berbasis
Konten dan Lokasi Pada Aplikasi Resep Masakan,” Explore, vol. 11, no. 2, p. 29,
2021, doi: 10.35200/explore.v11i2.439.
[9] G. B. Manajemen and S. Pascasarjana, “Machine Learning dalam Data Science :
Teknik dan Kasus,” 2025.
[10] M. S. Ummah, No 主観的健康感を中心とした在宅高齢者における 健康関連指標
に関する共分散構造分析 Title, vol. 11, no. 1. 2019. [Online]. Available:
http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-
8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.200
8.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBE
TUNGAN_TERPUSAT_STRATEGI_MELESTARI
[11] D. N. U. R. Sulistyowati et al., “Klasifikasi Algoritma Decision Tree, Algoritma Naive
Bayes Dan K-Nearest Neighbors Terhadap Popularitas Perfilman Indonesia,” 2018.
[12] R. Yogaswara, “Artificial Intelligence Sebagai Penggerak Industri 4.0 dan
Tantangannya Bagi Sektor Pemerintah dan Swasta,” Masy. Telemat. Dan Inf. J.
Penelit. Teknol. Inf. dan Komun., vol. 10, no. 1, p. 68, 2019, doi:
10.17933/mti.v10i1.144.
8
[13] G. Z. Dhamara, D. N. Alamsyah, P. W. Saputro, E. Daniati, and A. Ristyawan,
“Analisis Sentimen Aplikasi Mybca Melalui Review Pengguna Di Google Play Store
Menggunakan Algoritma Naive Bayes,” Agustus, vol. 8, pp. 2549–7952, 2024.
[14] Didi Riswan, Heri Eko Rahmadi Putra, and Risfan Nazar Saputra, “Pengembangan
Sistem Rekomendasi Berbasis Kecerdasan Buatan Untuk Meningkatkan Pengalaman
Pengguna Di Platform E-Commerce,” J. Komput. Teknol. Inf. dan Sist. Inf., vol. 2, no.
3, pp. 572–580, 2024, doi: 10.62712/juktisi.v2i3.145.
[15] R. Febryani and T. Arifin, “Optimasi Naïve Bayes Menggunakan Particle Swarm
Optimization Untuk Tingkat Keberhasilan Cryotherapy Pada Penyakit Kutil,” J.
Responsif Ris. Sains dan Inform., vol. 3, no. 2, pp. 174–183, 2021, doi:
10.51977/jti.v3i2.431.
[16] V. S. Steviana, M. T. ,MTA. . A. B. Kusdinar, and S. T. . M. K. . W. Apriandari,
“Implementasi Naïve Bayes untuk KlasifikasiRekomendasi Bursa Kerja Khusus Di
SMKN1 Sukalarang,” vol. 11, no. 1, pp. 41–50, 2025, doi:
10.31980/jpetik.v11i1.1645.
[17] D. Aldiani, G. Dwilestari, H. Susana, R. Hamonangan, and D. Pratama, “Implementasi
Algoritma CNN dalam Sistem Absensi Berbasis Pengenalan Wajah,” J. Inform.
Polinema, vol. 10, no. 2, pp. 197–202, 2024, doi: 10.33795/jip.v10i2.4852.
[18] M. Y. Rizky and Y. Stellarosa, “Preferensi Penonton Terhadap Film Indonesia,”
Commun. J. Commun. Stud., vol. 4, no. 1, p. 15, 2019, doi: 10.37535/101004120172.
[19] J. Ekonomi and M. Akuntansi, “Neraca Neraca,” vol. 1192, pp. 304–317, 2024.
[20] D. Herlina, K. Adi, and F. Annisa, “Menonton Penonton,” Dewan Kesenian Jakarta,
no. April 2018, p. 84, 2020.
[21] J. Khairil Azhar, L. Nurhakim, and R. Edwinda Putra, “Implementasi Web Scraping
untuk Menampilkan Informasi Tayangan Film di Bioskop : Book My Show,” no.
November, 2020.
[22] K. Komunikasi et al., Wasvita Sari Strategi Sosialisasi Politik Virtual Pasangan Calon
pada Pemilihan Umum Raya Badan Eksekutif Mahasiswa Perguruan Tinggi Negeri di
Surabaya Virtual Political Socialization Strategies of Candidate Pairs at Elections
Student Executive Board of S, vol. 24, no. 1. 2020. doi: 10.46426/jp2kp.v24i1.
[23] K. JASMINE, “済無No Title No Title No Title,” Penambahan Natrium Benzoat Dan
Kalium Sorbat Dan Kecepatan Pengadukan Sebagai Upaya Penghambatan Reaksi
Inversi Pada Nira Tebu, 2014.
[24] S. Dan et al., “SENASTIKA Universitas Malikussaleh,” pp. 1–9.
[25] M. R. A. Nasution and M. Hayaty, “Perbandingan Akurasi dan Waktu Proses
Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter,” J. Inform., vol. 6, no. 2,
pp. 226–235, 2019, doi: 10.31311/ji.v6i2.5129.
[26] I. P. Rahayu, A. Fauzi, and J. Indra, “Analisis Sentimen Terhadap Program Kampus
Merdeka Menggunakan Naive Bayes Dan Support Vector Machine,” J. Sist. Komput.
dan Inform., vol. 4, no. 2, p. 296, 2022, doi: 10.30865/json.v4i2.5381.
[27] Y. Melajang, “31001600392_Fulltextpdf[1],” 2021.
[28] E. Daniati, “Klasifikasi Jenis Bimbingan Dan Konseling Siswa Smkn 1 Kediri
Menggunakan Naive Bayes Classifier Dan Nearest Neighbor,” Nusant. Engginering,
vol. 1, no. 2, pp. 22–27, 2012.
[29] E. Daniati and F. Teknik, “Klasifikasi Kelompok Penjaminan Mutu Pada Karyawan
Perusahaan XYZ Dengan KNN dan J48,” vol. 2, no. 1, pp. 70–73.
9
[30] D. A. N. T. Informasi, Revolusi Digital Dalam Industrikreatif : Integrasi Pemasaran ,
no. December. 2024.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 ERNA DANIATI, MUHAMMAD ADAM, GALIH RATNA WIDYANINGTIAS