Analisis Multivariat Korelasi Antara Durasi Film, Rating, dan Keuntungan Box Office Di Marvel Cinematic Universe
DOI:
https://doi.org/10.33506/insect.v10i2.3821Keywords:
Box Office, Korelasi, MarvelAbstract
Analisis Multivariat merupakan metode statistik yang digunakan untuk menganalisis data yang terdiri dari banyak variabel. Marvel Cinematic Universe (MCU) telah merilis puluhan film yang sukses secara komersial dan mendapatkan rating tinggi dari penonton dan kritikus. Hal tersebut membuat MCU menjadi subjek yang menarik untuk dianalisis menggunakan metode analisis multivariat. Penelitian ini bertujuan untuk menganalisis korelasi antara durasi film, rating, dan keuntungan box office dalam MCU menggunakan metode analisis multivariat. Hasil analisis menunjukkan bahwa durasi film dan rating memiliki korelasi positif yang kuat, yang berarti film dengan durasi yang lebih panjang cenderung memiliki rating yang lebih tinggi. Selain itu, rating dan keuntungan box office juga memiliki korelasi positif yang menunjukkan bahwa film dengan rating yang lebih tinggi cenderung menghasilkan keuntungan box office yang lebih besar. Penelitian ini menegaskan pentingnya kualitas konten dalam menarik audiens dan meningkatkan pendapatan box office, dan dapat digunakan oleh pembuat film dan distributor untuk membuat keputusan yang lebih baik tentang durasi film, rating, dan strategi pemasaran.
References
W. Y. Sulistyo, I. Riadi, and A. Yudhana, “Penerapan Teknik SURF pada Forensik Citra untuk Analisa Rekayasa Foto Digital,” JUITA J. Inform., vol. 8, no. 2, p. 179, 2020, doi: 10.30595/juita.v8i2.6602.
I. Riadi, A. Yudhana, and W. Y. Sulistyo, “Analisis Perbandingan Nilai Kualitas Citra pada Metode Deteksi Tepi,” Rekayasa Sist. dan Teknol. Inf., vol. 4, no. 2, pp. 345–351, 2020.
D. U. Wustqa, E. Listyani, R. Subekti, R. Kusumawati, M. Susanti, and K. Kismiantini, “Analisis Data Multivariat Dengan Program R,” J. Pengabdi. Masy. MIPA dan Pendidik. MIPA, vol. 2, no. 2, pp. 83–86, 2018, doi: 10.21831/jpmmp.v2i2.21913.
M. dos S. F. Madson, “KNN algorithm and multivariate analysis to select and classify starch films,” Food Packag. Shelf Life, no. 100976, 2022.
R. Haryadi, F. Farial, and S. Sanjaya, “How does Marvel Cinematic Universe (MCU) imply the counseling practice?,” ProGCouns J. Prof. Guid. Couns., vol. 3, no. 2, pp. 59–68, 2022, doi: 10.21831/progcouns.v3i2.53917.
and S.-G. L. Kim, Ahyun, Silvana Trimi, “Exploring the key success factors of films: a survival analysis approach,” Serv. Bus., vol. 15, pp. 613–638, 2021.
N. A. Mayangky, D. N. Kholifah, I. Balla, and I. J. Thira, “Pengaruh Rating Film Terhadap Jumlah Audience Yang Menonton Film,” Indones. J. Softw. Eng., vol. 5, no. 2, pp. 113–120, 2019, doi: 10.31294/ijse.v5i2.6963.
M. S. Erstiawan and M. P. Wangi, “Peran Anggaran dan Realisasi Anggaran Produksi Film Independen dalam Perspektif Akuntansi,” Efektor, vol. 10, no. 1, pp. 132–147, 2023, doi: 10.29407/e.v10i1.18667.
I. Permata Sari, J. Rawamangun Muka Raya, and J. Timur, “Implementasi Data Science dalam Ritel Online: Analisis Customer Retention dan Clustering Customer dengan Metode K-Means,” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 1, pp. 417–425, 2021.
N. P. A. Widiari, I. M. A. D. Suarjaya, and D. P. Githa, “Teknik Data Cleaning Menggunakan Snowflake untuk Studi Kasus Objek Pariwisata di Bali,” J. Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi), vol. 8, no. 2, p. 137, 2020, doi: 10.24843/jim.2020.v08.i02.p07.
M. Radhi, A. Amalia, D. R. H. Sitompul, S. H. Sinurat, and E. Indra, “Analisis Big Data Dengan Metode Exploratory Data Analysis (Eda) Dan Metode Visualisasi Menggunakan Jupyter Notebook,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 4, no. 2, pp. 23–27, 2022, doi: 10.34012/jurnalsisteminformasidanilmukomputer.v4i2.2475.
R. Al Ghivary, M. Mawar, N. Wulandari, N. Srikandi, and A. N. M. F, “Peran Visualisasi Data Untuk Menunjang Analisa Data Kependudukan Di Indonesia,” Pentahelix, vol. 1, no. 1, p. 57, 2023, doi: 10.24853/penta.1.1.57-62.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Wicaksono Yuli Sulistyo, Panggah Widiandana, Muhammad Immawan Aulia, Muhamad Rosidin
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.