Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis dataset Movie Ratings yang berisi 1.638 data film. Project ini dirancang untuk melatih proses analisis secara menyeluruh, mulai dari identifikasi dataset, data cleaning, analisis deskriptif, hingga penyajian hasil dalam bentuk dashboard.
Dataset memuat informasi seperti tahun rilis, genre, klasifikasi rating, durasi, studio, Tomatometer Rating, dan Audience Rating. Dari data tersebut, peserta mencoba memahami karakteristik film, membandingkan penilaian kritikus dan audiens, serta melihat hubungan antara durasi film dengan rating penonton.
Studi Kasus dan Tujuan Analisis
Project ini menggunakan Movie Ratings sebagai studi kasus untuk menjawab beberapa pertanyaan utama mengenai karakteristik film.
Peserta melakukan analisis untuk melihat:
- Perbedaan rata-rata penilaian kritikus dan audiens
- Distribusi film berdasarkan klasifikasi rating
- Genre yang paling sering muncul
- Tomatometer Status yang paling dominan
- Perubahan jumlah film berdasarkan tahun rilis
- Karakteristik durasi film
- Hubungan antara durasi film dan Audience Rating
Hasil analisis kemudian digunakan sebagai dasar dalam penyusunan visualisasi dan dashboard.
Identifikasi Dataset
Dataset terdiri dari 1.638 baris dengan 1.539 judul film unik.
Peserta menemukan selisih sebanyak 99 antara jumlah baris data dan jumlah judul unik. Namun, kondisi tersebut tidak langsung dianggap sebagai 99 data duplikat karena satu judul dapat muncul lebih dari satu kali dalam dataset.
Beberapa variabel utama yang digunakan dalam analisis meliputi movie_title, genre, rating, release_year, runtime_in_minutes, studio_name, tomatometer_status, tomatometer_rating, tomatometer_count, audience_rating, dan audience_count.
Data Cleaning dan Persiapan Data
Sebelum melakukan analisis, peserta melakukan pemeriksaan terhadap struktur dataset.
Tahapan cleaning mencakup pengecekan jumlah baris dan kolom, pemeriksaan tipe data, identifikasi missing value, pengecekan data berulang, serta pemilihan variabel yang relevan dengan tujuan analisis.
Tahap ini dilakukan agar perhitungan dan visualisasi menggunakan data yang sudah sesuai dengan kebutuhan analisis.
Dari proses ini, peserta berlatih bahwa pembuatan dashboard sebaiknya tidak langsung dimulai dari raw data. Struktur dan kualitas data perlu diperiksa terlebih dahulu agar hasil analisis lebih mudah diinterpretasikan.
Perbandingan Rating Kritikus dan Audiens
Salah satu bagian utama project adalah membandingkan Tomatometer Rating dengan Audience Rating.
Rata-rata Tomatometer Rating pada dataset adalah 60,25, sedangkan rata-rata Audience Rating berada pada 61,42.
Artinya, secara rata-rata penonton memberikan nilai sekitar 1,17 poin lebih tinggi dibandingkan kritikus.
Namun ketika dilihat berdasarkan median, keduanya memiliki nilai yang sama, yaitu 65.
Perbandingan mean dan median ini memberi peserta pengalaman untuk tidak hanya menggunakan satu ukuran statistik ketika membaca karakteristik data.
Analisis Tahun Rilis
Dataset mencakup film dengan tahun rilis dari 1916 sampai 2019.
Dari pengelompokan berdasarkan tahun, 2008 menjadi tahun dengan jumlah film terbanyak dalam dataset, yaitu 96 film.
Visualisasi berdasarkan release year kemudian digunakan untuk melihat bagaimana jumlah film tersebar dari tahun ke tahun.
Hasil ini merupakan karakteristik dari dataset yang digunakan dan tidak secara langsung digunakan untuk menyimpulkan jumlah produksi industri film secara keseluruhan.
Analisis Klasifikasi Rating
Kategori R menjadi klasifikasi film dengan jumlah terbanyak.
Terdapat 648 film dengan klasifikasi R atau sekitar 39,56 persen dari seluruh data.
Peserta menggunakan informasi tersebut untuk membuat visualisasi distribusi klasifikasi rating sehingga pengguna dashboard dapat membandingkan jumlah film antar kategori dengan lebih cepat.
Genre dan Tomatometer Status
Genre Drama menjadi genre yang paling sering muncul dengan 1.007 kemunculan.
Peserta mencatat bahwa angka tersebut merupakan jumlah kemunculan genre, bukan jumlah judul unik, karena satu film dapat memiliki lebih dari satu genre.
Sementara itu, Tomatometer Status yang paling banyak ditemukan adalah Rotten dengan 720 film atau sekitar 43,96 persen dari seluruh data.
Kedua hasil tersebut memberikan gambaran mengenai komposisi data film dari sisi genre dan status penilaian kritikus.
Analisis Durasi Film
Rata-rata durasi film dalam dataset adalah sekitar 105,17 menit dengan median 104 menit.
Ketika dianalisis berdasarkan klasifikasi rating, kategori PG memiliki rata-rata durasi tertinggi, yaitu sekitar 107,10 menit.
Peserta kemudian melanjutkan analisis untuk melihat apakah durasi berhubungan dengan Audience Rating.
Korelasi Durasi dan Audience Rating
Hasil perhitungan menghasilkan nilai korelasi sebesar 0,2234.
Nilai positif menunjukkan adanya kecenderungan hubungan searah antara durasi film dan Audience Rating. Namun kekuatannya relatif lemah.
Karena itu, peserta tidak menyimpulkan bahwa film yang lebih panjang otomatis mendapatkan rating penonton yang lebih tinggi. Korelasi tersebut juga tidak digunakan sebagai bukti hubungan sebab akibat.
Scatter plot digunakan untuk membantu memvisualisasikan hubungan tersebut menggunakan 1.627 data.
Pembuatan Dashboard
Setelah proses analisis selesai, peserta menyusun hasilnya ke dalam dashboard.
Dashboard memuat lima visualisasi utama:
Jumlah Film Berdasarkan Tahun Rilis
Menampilkan distribusi jumlah film berdasarkan release year.
Tomatometer Rating dan Audience Rating
Membandingkan rata-rata penilaian antara kritikus dan audiens.
Durasi Berdasarkan Klasifikasi Rating
Membandingkan rata-rata runtime pada setiap kategori rating.
Runtime dan Audience Rating
Menggunakan scatter plot untuk melihat hubungan antara durasi dan penilaian penonton.
Jumlah Film Berdasarkan Klasifikasi Rating
Menampilkan komposisi kategori seperti R, PG, dan klasifikasi lainnya.
Dashboard membantu mengubah hasil perhitungan yang sebelumnya berbentuk angka menjadi informasi visual yang lebih mudah dibandingkan.
Insight dan Benefit Final Project
Melalui final project ini, peserta berlatih menjalankan workflow Data Analyst mulai dari identifikasi data, cleaning, statistik deskriptif, perhitungan mean dan median, analisis distribusi, korelasi, hingga data visualization.
Beberapa insight yang diperoleh adalah Audience Rating sedikit lebih tinggi daripada Tomatometer Rating secara rata-rata, rating R menjadi klasifikasi terbanyak, Drama menjadi genre yang paling sering muncul, Rotten menjadi Tomatometer Status paling dominan, dan hubungan durasi dengan Audience Rating tergolong lemah.
Hasil akhir project dapat digunakan sebagai bagian dari portfolio untuk menunjukkan kemampuan peserta dalam mengubah dataset Movie Ratings menjadi analisis yang lebih terstruktur serta menyajikannya melalui dashboard untuk mendukung eksplorasi data.