Hakimi, M.Fikrul (2024) ANALISIS SENTIMEN PADA APLIKASI STREAMING FILM MENGGUNAKAN METODE K-NEAREST NEIGHBOR (STUDI KASUS : DISNEY PLUS HOTSTAR). Skripsi thesis, UNAMA.
Text
BAB I.pdf Download (131kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (72kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (140kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (292kB) |
|
Text
BAB V.pdf Download (30kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (143kB) |
Abstract
Aplikasi Disney Plus Hotsar merupakan platform layanan streaming yang menggabungkan konten dari dua perusahaan media besar, Disney dan Hotstar. Aplikasi ini memberikan akses ke berbagai konten hiburan termasuk film, serial TV, dan acara eksklusif. Pengguna dapat menikmati beragam konten mulai dari blockbuster hingga serial original yang hanya tersedia di platform ini, Disney+ Hotstar menawarkan tontonan yang dipersonalisasi untuk satu device dengan fitur seperti profil pengguna individual dan rekomendasi konten yang dipersonalisasi. Jumlah pelanggan Disney Plus Hotstar ini sangat terpaut jauh jaraknya dengan pelanggan Netflix yang hanya berjumlah 850.000 orang pelanggan. Selain pengaruh dari harga yang bersaing ketat dengan Netflix, pilihan film – film komedi Indonesia (lokal) seperti film– film lawas yang berkualitas yang juga sudah termasuk di dalam pilihan film lokal komedi Indonesia yang juga sudah tersedia di aplikasi Disney Plus Hotstar ini tapi rating yang dimiliki dari aplikasi nya masih rendah di play store yaitu 2,0 dan pada penelitian ini menggunakan metode K-Nearest Neighbor dengan 1000 dataset yang didapat menggunakan Teknik web scraping menggunakan google collab dan mengolah datanya menggunakan tools rapidminer melaui berbagai proses seperti tokenize,filter stopword,filter tokens,stem Analisis sentiment menggunakan metode K-Nearest Neighbor memeberikan hasil dari model machine leaning bahwa terdapat 240 sentimen positif dan 624 sentimen negatif dalam dataset.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Analisis Sistem Informasi |
Divisions: | Skripsi > Teknik Informatika > 2024 |
Depositing User: | Digital Library |
Date Deposited: | 20 Jan 2025 04:21 |
Last Modified: | 20 Jan 2025 04:21 |
URI: | http://repository.unama.ac.id/id/eprint/3995 |
Actions (login required)
View Item |