PENERAPAN ALGORITMA K-MEANS UNTUK KLASTERISASI FILM PADA PLATFORM AMAZON PRIME VIDEO

Abstract

Pesatnya perkembangan platform streaming seperti Amazon Prime Video telah menghasilkan volume data film yang sangat besar, sehingga membuka peluang untuk analisis data mining. Masalah yang muncul adalah sulitnya memahami struktur pasar dari katalog film yang sangat besar tanpa segmentasi yang jelas. Oleh karena itu, studi ini ditujukan untuk mengimplementasikan algoritma K-Means untuk klasterisasi film yang didasari empat atribut utama yaitu, rating, popularitas, tahun rilis, dan harga. Metode penelitian mengadopsi kerangka Knowledge Discovery in Databases (KDD), di mana jumlah cluster yang optimal ditentukan menggunakan Elbow Method dan kualitasnya dievaluasi menggunakan Silhouette Score. Hasil analisis berhasil mengelompokkan 2.108 data film ke dalam 6 cluster yang valid dan berbeda secara signifikan. Segmen yang diidentifikasi meliputi "Blockbuster Sangat Populer & Premium", "Film Modern Berkualitas Tinggi", dan "Film Klasik & Lama". Temuan ini memberikan pemetaan segmen pasar yang jelas dan dapat digunakan sebagai dasar untuk personalisasi rekomendasi dan strategi pemasaran konten yang lebih efektif.