PENERAPΑΝ ΜΕΤODE K-MEANS CLUSTERING UNTUK PENGELOMPOKAN FILM BERDASARKAN RATING DAN DURASI

pandega arga

doi:10.33365/jdmsi.v7i2.2654

pandega arga sistem infomasi

DOI: https://doi.org/10.33365/jdmsi.v7i2.2654

Keywords: K-Means, Clustering, Data Mining, Film, Rating, Durasi.

Abstract

Banyaknya jumlah film yang tersedia di berbagai platform membuat proses pengelompokan film berdasarkan karakteristiknya menjadi penting, baik untuk kebutuhan rekomendasi maupun analisis tren perfilman. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam mengelompokkan film berdasarkan dua atribut, yaitu rating IMDb dan durasi film. K-Means merupakan salah satu algoritma clustering non-hierarki yang bekerja dengan mengelompokkan objek ke dalam k kelompok berdasarkan kedekatan jarak Euclidean terhadap titik pusat (centroid) tertentu. Penelitian ini menggunakan enam sampel film dengan rating tinggi (8,5 ke atas) yang dikelompokkan ke dalam tiga cluster (k=3). Data dinormalisasi menggunakan metode min-max sebelum diproses agar kedua atribut memiliki skala yang setara. Hasil penelitian menunjukkan bahwa algoritma K-Means berhasil mengelompokkan film ke dalam tiga cluster yang berbeda karakteristik durasinya, yaitu cluster film berdurasi pendek-sedang, cluster film dengan rating sangat tinggi berdurasi sedang, dan cluster film epik berdurasi sangat panjang. Proses iterasi konvergen setelah dua kali iterasi, menunjukkan bahwa algoritma K-Means efektif dan efisien digunakan untuk pengelompokan data film berskala kecil.