Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Algoritma
Rahmah, Revina Nur
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Pendapatan Film Menggunakan Gradient Boosting Rahmah, Revina Nur; Sabrina, Puspita Nurul; Ramadhan, Edvin
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2613

Abstract

Industri film memiliki tingkat persaingan dan risiko tinggi, sehingga kemampuan memprediksi pendapatan sebelum rilis menjadi krusial bagi produser, distributor, dan investor. Penelitian ini mengembangkan model prediksi pendapatan film menggunakan algoritma Gradient Boosting dan metode diskretisasi Equal Frequency Binning (EFB) pada atribut Earnings. Dataset mencakup film dari tahun 1930–2016 dengan berbagai fitur seperti genre, anggaran, box office, aktor, dan sutradara. Proses meliputi pre-processing data, diskretisasi Earnings menjadi tiga kelas (Low, Medium, High), pembagian data dengan Holdout Method (80% latih, 20% uji), serta pelatihan dan evaluasi model. Hasil menunjukkan akurasi 96.51% dengan precision, recall, dan F1-score tinggi di semua kelas, berkat efektivitas EFB dalam menyeimbangkan distribusi dan keunggulan Gradient Boosting dalam menangkap interaksi fitur. Model ini terbukti akurat dan dapat dijadikan referensi dalam pengambilan keputusan investasi pra-produksi. Penelitian lanjutan disarankan untuk memperluas cakupan data dan mempertimbangkan fitur tambahan seperti sentimen media sosial dan strategi promosi guna meningkatkan generalisasi model.
Co-Authors Edvin Ramadhan Puspita Nurul Sabrina, Puspita Nurul