Article Per Year (5 Year)
p-Index From 2021 - 2026
1.555
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
April Lia Hananto
Sistem Informasi, Universitas Buana Perjuangan Karawang
Computer Science & IT

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
KLASTERISASI KARAKTERISTIK FILM NETFLIX MENGGUNAKAN METODE FUZZY C-MEANS Ismail Amirul Huda; April Lia Hananto; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18501

Abstract

Kemajuan teknologi informasi telah mendorong peningkatan penggunaan platform streaming seperti Netflix yang menghasilkan data film dalam jumlah besar dengan karakteristik yang beragam. Akan tetapi, data tersebut umumnya masih berada dalam kondisi mentah dan tidak terstruktur, sehingga menyulitkan proses analisis dalam mengidentifikasi pola karakteristik film secara optimal. Penelitian ini bertujuan untuk melakukan pengelompokan data film Netflix agar lebih terorganisasi dan mudah dianalisis dengan menggunakan teknik klasterisasi. Metode yang diterapkan adalah Fuzzy C-Means (FCM), yang memungkinkan setiap data memiliki derajat keanggotaan pada lebih dari satu klaster sehingga mampu merepresentasikan kedekatan karakteristik data secara lebih fleksibel. Tahapan penelitian meliputi preprocessing data melalui penghapusan nilai kosong, normalisasi menggunakan metode Min-Max, penentuan jumlah klaster, serta proses klasterisasi hingga mencapai kondisi konvergen. Hasil penelitian menunjukkan bahwa data film dapat dikelompokkan ke dalam tiga klaster dengan karakteristik yang berbeda, yaitu film berkualitas tinggi, film menengah, dan film komersial. Evaluasi menggunakan Silhouette Score menghasilkan nilai sebesar 0,362 yang menunjukkan bahwa kualitas klasterisasi berada pada kategori cukup baik. Dengan demikian, metode Fuzzy C-Means mampu menghasilkan pengelompokan data yang representatif serta mendukung proses analisis dan pengambilan keputusan berbasis data.
Co-Authors Agustia Hananto Ahmad Wahdan Subhan Baenil Huda Bayu Priyatna Camila Afrianti Supriatna Dimas Candra Pamekas Dzikri Haikal Asy'ari Elfina Novalia Evan Alfadihilah Cipta Fitria Nurapriani Hafizh Rizqullah Ismail Amirul Huda Khonsa Nida Mujahidah Muhamad Dias Sena Shofa Shofia Hilabi Shofa Shofiah Hilabi Siska Aulia Stevi Olivia Tukino Tukino