Pengembangan Perangkat Lunak untuk Klasifikasi Genre Film Berdasarkan Sinopsis Menggunakan Algoritma BiLSTM

Fadhilah, Muhammad Wildan (2024) Pengembangan Perangkat Lunak untuk Klasifikasi Genre Film Berdasarkan Sinopsis Menggunakan Algoritma BiLSTM. Undergraduate thesis, Universitas Pembangunan Jaya.

This is the latest version of this item.

[img] Text
PENDAHULUAN.pdf

Download (383kB)
[img] Text
ABSTRACT.pdf

Download (78kB)
[img] Text
ABSTRAK.pdf

Download (92kB)
[img] Text
DAFTAR ISI.pdf

Download (102kB)
[img] Text
DAFTAR GAMBAR.pdf

Download (96kB)
[img] Text
DAFTAR TABEL.pdf

Download (95kB)
[img] Text
DAFTAR LAMPIRAN.pdf

Download (313kB)
[img] Text
BAB I.pdf

Download (152kB)
[img] Text
BAB II.pdf

Download (245kB)
[img] Text
BAB III.pdf

Download (169kB)
[img] Text
BAB IV.pdf

Download (540kB)
[img] Text
BAB V.pdf

Download (474kB)
[img] Text
BAB VI.pdf

Download (77kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (77kB)
[img] Text
LAMPIRAN.pdf

Download (3MB)
[img] Text
Berita Acara Unggah Mandiri KTI.pdf

Download (297kB)
[img] Text
2020071042-Muhammad Wildan Fadhilah-Tugas Akhir.pdf

Download (422kB)

Abstract

Genre pada sebuah film menjadi salah satu faktor penentu utama bagi penonton dalam memilih film yang akan ditonton. Genre film yang menunjukkan kategori seperti aksi, komedi, drama, dan lainnya memberikan gambaran bagi pentonton untuk mengantisipasi jenis pengalaman yang akan didapatkan setelah menonton film tersebut. Bidirectional Long Short-Term Memory atau disingkat BiLSTM, merupakan salah satu algoritma deep learning yang digunakan untuk menangkap hubungan temporal dalam data yang berurutan seperti sinopsis film. Pada penelitian ini mengusulkan pemanfaatan BiLSTM untuk mengidentifikasi genre film secara otomatis berdasarkan sinopsisnya. Implementasi teknik klasifikasi teks pada sinopsis film dapat menjadi salah satu upaya dalam membantu proses pengkategorian film. Model BiLSTM dilatih pada dataset sinopsis film yang telah dilabeli dengan genre masing-masing. Berdasarkan hasil pengujian, sistem klasifikasi genre film yang dibuat oleh peneliti memperoleh akurasi sebesar 41%. Akurasi ini perlu ditingkatkan pada penelitian selanjutnya.

Item Type: Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords: Klasifikasi, Genre Film, BiLSTM, Sinopsis
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi dan Desain > Informatika
Depositing User: Muhammad Wildan Fadhilah
Date Deposited: 23 Jul 2024 02:08
Last Modified: 23 Jul 2024 02:09
URI: http://eprints.upj.ac.id/id/eprint/9126

Available Versions of this Item

Actions (login required)

View Item View Item