SELEKSI FITUR UNTUK PREDIKSI RATING FILM HOLLYWOOD MENGGUNAKAN MODEL K-NEAREST NEIGHBOR

Abstract

Film kali pertamanya dipertontonkan untuk masyarakat dengan membayar di grand cafe boulevardde capucines, paris,perancis 28 Desember 1895. Saat ini perkembangan dunia perfilman meningkat denganpesat, dengan banyaknya film-film yang silih berganti di tayangkan dengan melihatjumlah film terhitungmencapai ribuan, sehingga menimbulkan kesulitan bagi masyarakat penikmat film, terkadang masyarakathanya melihat poster atau trailer pada film sehingga ketika menonton film fullnya tidak sesuai ekspetasi.Keadaan ini membuat rating dari film tersebut turun dan hasilnya membuat produser mengalami kerugianbiaya dalam memproduksi film. Perlu dilakukan prediksi pada rating film, dengan melihat rating film bisamenentukan apakah suatu film menerik untuk di tonton atau tidak. Pada penelitian ini medel yang digunakan untuk memprediksi adalah K-Nearest Neighbor model ini dapat menghasilkan data yang efektifdan memiliki konsistensi yang kuat. Untuk meningkatkan hasil accuracy model K-NN perlu ditambahkanseleksi fiturForward Selection dan Backward Elimination. Dengan seleksi fitur tingkat accuracy yangdihasilkan meningkat secara signifikan yaitu 98,92%, recaal 98,00% dan precision 100,00%.Kata Kunci:Film, K-Nearest Neighbor, Forward Selection, Backward Elimination