NURHIDAYANTI, PUTRI (2025) ANALISIS SENTIMEN REVIEW FILM PADA PLATFORM IMDb MENGGUNAKAN METODE DECISION TREE. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (32kB)
[img] Text
Abstrak.pdf

Download (10kB)
[img] Text
Bab I.pdf

Download (139kB)
[img] Text
Daftar Pustaka.pdf

Download (250kB)
[img] Text
Full-text.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Perkembangan teknologi informasi memberikan kemudahan bagi masyarakat untuk menyampaikan opini tentang film melalui platform seperti IMDb. Salah satu film yang menarik perhatian adalah The Lady of Heaven, yang mengangkat tema religius. Besarnya volume ulasan di IMDb menimbulkan tantangan dalam memahami opini penonton secara menyeluruh. Penelitian ini bertujuan melakukan analisis sentimen ulasan film menggunakan algoritma Decision Tree C4.5, yang mampu mengklasifikasikan ulasan menjadi kategori positif, netral, dan negatif secara sistematis. Dataset yang digunakan terdiri atas 1.512 ulasan, dengan pembagian 80% data latih dan 20% data uji. Hasil analisis menunjukkan bahwa dari data uji, terdapat 76 ulasan positif, 72 ulasan netral, dan 42 ulasan negatif. Proses evaluasi algoritma menunjukkan nilai accuracy sebesar 62,71%, precision sebesar 63,06%, dan recall sebesar 62,71%. Hasil ini menunjukkan bahwa algoritma Decision Tree C4.5 cukup efektif dalam mengklasifikasikan sentimen ulasan. Penelitian ini diharapkan dapat memberikan wawasan lebih baik kepada industri film dan platform terkait dalam memahami respons penonton serta meningkatkan rekomendasi film.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Putri Nurhidayanti
Date Deposited: 27 May 2025 02:56
Last Modified: 27 May 2025 02:56
URI: https://rama.unimal.ac.id/id/eprint/11751

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by