KLASTERISASI KARAKTERISTIK FILM NETFLIX MENGGUNAKAN METODE FUZZY C-MEANS

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.