RANCANGAN SISTEM FILM CROWDFUNDING DENGAN METODE AHP (ANALYTIC HIERARCHY PROCESS) DAN SUPERVISED LEARNING DENGAN K-NEAREST NEIGHBOR (KNN) BERBASIS WEBSITE STUDI KASUS PERUM PRODUKSI FILM NEGARA

Davis Chaliq, Haryanto (2022) RANCANGAN SISTEM FILM CROWDFUNDING DENGAN METODE AHP (ANALYTIC HIERARCHY PROCESS) DAN SUPERVISED LEARNING DENGAN K-NEAREST NEIGHBOR (KNN) BERBASIS WEBSITE STUDI KASUS PERUM PRODUKSI FILM NEGARA. Other thesis, UNSADA.

	Text COVER.pdf Download (2MB)
	Text BAB 1.pdf Download (753kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Restricted to Registered users only Download (3MB)
	Text BAB 4.pdf Restricted to Registered users only Download (2MB)
	Text BAB 5.pdf Download (558kB)
	Text DAFTAR PUSTAKA.pdf Download (622kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (621kB)

Abstract

Pertumbuhan industri content creative di Indonesia semakin hari semakin meningkat, namun terkendala oleh dana yang cukup besar dan banyak demi membantu perum produksi film negara bertransformasi. Akhirnya dilakukan penelitian perancangan sistem crowdfunding dengan menggunakan algoritma analytical hierarchy process (AHP) berbasis supervised learning dengan algoritma k-nearest neighbors (KNN). Pada proses pengujian sample data penulis memasukan 20 sample data fillm yaitu: anak lanang, bunga untuk pejuang, filosofi kopi, grain, habiebie & ainun, jaler, jendral soedirman, kalase, langkah, lemantun, memargi antara, merawat ingatan, my colourful black and white, one day as me, panglima tanpa kepala, pemikat jingga, pesan bermakna, tilik, together we can do it, trust issue. Dari hasil proses algoritma ahp di temukan bahwa film dengan ranking 2 besar adalah merawat ingatan dengan total eigen alternatif adalah 0.069006852358804 dan pemikat jingga dengan total eigen alternatif adalah 0.063861887748143. Dari kedua film yang berhasil di seleksi menggunakan algoritma ahp yang selanjutnya masuk tahap klasifikasi pendanaan film dengan metode knn didapati bahwa hasil prediksi film merawat ingatan layak mendapatkan dana 30% dari total dana yang diajukan dengan tingkat akurasi 34%, sedangkan pemikat jingga berhasil di prediksi kelayakan dana mendapatkan dana 30% dari total dana yang diajukan dengan akurasi 50%, berdasarkan penelitian yang dilakukan dapat disimpulkan bahwa kinerja dari algoritma analytical hierarchy process berjalan dengan baik dan sesuai dengan yang dirancangkan, tetapi untuk algoritma k-nearest neighbor berdasarkan hasil kinerja sistem sesuai dengan apa yang dirancang sebelumnya tapi hasil akurasi prediksi yang dilakukan masih ada yang di bawah 50% sedangkan hasil prediksi dikatakan baik ada di atas 50% sehingga sistem perlu dilakukan pelatihan ulang pada datatrain/dataset dan juga penambahan data pada dataset guna meningkatkan tingkat keakuratan akurasi yang dilakukan oleh sistem.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Crowdfunding, KNN, AHP, Clasification, Film Croudfunding
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	21 Nov 2022 02:43
Last Modified:	21 Nov 2022 02:43
URI:	http://repository.unsada.ac.id/id/eprint/4813

Actions (login required)

View Item