Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis Movie Rating Dataset untuk membandingkan penilaian antara kritikus dan audiens, sekaligus melihat pola produksi film berdasarkan genre, durasi, dan tahun rilis.
Project ini mencakup beberapa tahapan utama dalam workflow Data Analyst, mulai dari identifikasi dataset, data cleaning, standardisasi data, exploratory data analysis, pembuatan pivot table, hingga visualisasi interaktif menggunakan Google Looker Studio.
Studi Kasus: Apakah Kritikus dan Audiens Menilai Film dengan Cara yang Sama?
Dataset memiliki dua kelompok rating utama, yaitu Tomatometer Rating sebagai penilaian kritikus dan Audience Rating sebagai penilaian penonton.
Dari dataset tersebut, peserta menyusun beberapa pertanyaan analisis:
- Genre apa yang paling banyak diproduksi?
- Genre mana yang memiliki rata-rata rating tertinggi?
- Apakah rating kritikus dan audiens cenderung sama atau berbeda?
- Apakah durasi film berkaitan dengan rating?
- Bagaimana tren produksi film dari tahun ke tahun?
Pertanyaan tersebut digunakan sebagai dasar untuk menentukan data mana yang perlu dibersihkan dan visualisasi apa yang sesuai.
Identifikasi dan Pembersihan Data
Peserta terlebih dahulu mengubah dataset menjadi format Google Sheets dan memeriksa setiap kolom menggunakan filter.
Beberapa masalah ditemukan pada dataset, seperti duplicate data, whitespace tambahan, baris kosong, kolom yang tidak dibutuhkan, serta format data yang belum konsisten.
Proses cleaning yang dilakukan meliputi:
- Menghapus duplicate
- Melakukan trim whitespace
- Memeriksa blank dan irrelevant data
- Menghapus kolom yang tidak digunakan
- Menstandarkan format data
Beberapa kolom seperti movie_info, critics_consensus, directors, writers, dan cast dikeluarkan karena tidak menjadi fokus analisis rating dan visualisasi.
Tahap ini membantu peserta memahami bahwa tidak semua kolom dalam dataset harus digunakan. Pemilihan variabel perlu mengikuti objective analisis.
Menambahkan Variabel untuk Analisis
Selain membersihkan data, peserta membuat beberapa kolom tambahan agar analisis lebih mudah dilakukan.
Tanggal pada kolom in_theaters_date dan on_streaming_date distandarkan, kemudian dibuat kolom baru untuk mengambil informasi bulan rilis film di bioskop maupun streaming.
Peserta juga membuat main genre untuk mengambil genre utama dari setiap film.
Kolom numerik seperti runtime, Tomatometer rating, jumlah review kritikus, audience rating, dan audience count juga distandarkan agar dapat digunakan dalam perhitungan dan Pivot Table.
Analisis Produksi Film Berdasarkan Genre
Salah satu analisis pertama adalah melihat jumlah film berdasarkan genre utama.
Hasilnya menunjukkan bahwa Action & Adventure menjadi genre dengan jumlah produksi terbanyak, yaitu 364 film.
Genre lain dengan jumlah produksi tinggi adalah Comedy dan Drama, yang juga memiliki lebih dari 300 film.
Sebaliknya, Romance termasuk genre dengan jumlah produksi paling sedikit. Beberapa genre seperti Kids & Family, Cult Movies, Science Fiction & Fantasy, Musical & Performing Arts, dan Romance tercatat memiliki jumlah produksi di bawah lima dalam kategorisasi yang digunakan pada analisis tersebut.
Membandingkan Rating Kritikus dan Audiens
Peserta menggunakan Pivot Table untuk menghitung rata-rata rating berdasarkan genre.
Secara keseluruhan, rata-rata rating kritikus dan audiens cukup berdekatan:
Tomatometer / Critics: 60
Audience: 61
Meski rata-rata keseluruhan hampir sama, terdapat perbedaan pada beberapa genre.
Pada Musical & Performing Arts, kritikus dan audiens memiliki nilai yang sama, yaitu 79.
Sementara pada Science Fiction & Fantasy, audience memberikan rata-rata 55, sedangkan kritikus 37.
Perbedaan juga terlihat pada Classics, yaitu 84 dari kritikus dan 74 dari audiens, serta Romance dengan 78 dari kritikus dan 71 dari audiens.
Dari sini peserta melihat bahwa kesepakatan antara kritikus dan penonton dapat berbeda berdasarkan genre.
Durasi Film dan Rating
Peserta juga membandingkan beberapa film dengan durasi terpanjang dan terpendek.
Film pendek memiliki variasi rating yang cukup lebar. Tomatometer berada pada rentang 58-100, sedangkan audience rating berada pada rentang 59-96.
Pada beberapa film berdurasi panjang, rating terlihat relatif tinggi dan lebih konsisten. Salah satu film berdurasi 242 menit memiliki Tomatometer 95 dan Audience Rating 90.
Namun peserta tidak langsung menyimpulkan bahwa film panjang pasti lebih baik. Durasi disebut memiliki pola tertentu pada data, tetapi bukan satu-satunya faktor yang menentukan rating.
Analisis Tren Produksi Film
Peserta menggunakan Pivot Table untuk melihat perubahan jumlah produksi berdasarkan tahun.
Produksi relatif rendah dan stabil sampai sekitar 1996, kemudian meningkat cukup tajam antara 1997-2001.
Puncak produksi dalam dataset terjadi pada 2001 dengan 184 film.
Setelah itu jumlah produksi cenderung menurun dengan beberapa kenaikan sementara, termasuk pada 2008 dengan 111 film. Pada 2011, jumlahnya turun menjadi sekitar 16 film.
Peserta juga mencatat bahwa penurunan setelah 2010 kemungkinan dapat berkaitan dengan kelengkapan dataset, sehingga tidak langsung dianggap sebagai gambaran pasti kondisi industri film.
Membangun Dashboard di Google Looker Studio
Setelah analisis menggunakan Google Sheets, peserta membangun dashboard dengan Google Looker Studio.
Google Sheets digunakan sebagai data source.
Beberapa visualisasi yang dibuat meliputi vertical bar chart untuk membandingkan produksi genre, stacked combo chart untuk membandingkan rata-rata rating kritikus dan audiens dari tahun ke tahun, serta table with heat map untuk melihat hubungan antara judul film, durasi, dan rating.
Peserta juga menambahkan filter berdasarkan tahun agar dashboard dapat dieksplorasi secara lebih interaktif.
Insight dan Benefit Final Project
Melalui final project ini, peserta berlatih menjalankan workflow Data Analyst mulai dari data identification, cleaning, standardization, feature creation, descriptive analysis, Pivot Table, hingga dashboard development.
Peserta juga belajar bahwa hasil analisis perlu dibaca bersama keterbatasan datanya. Pada project ini masih ditemukan outlier durasi seperti 1 menit dan 496 menit, serta variasi penamaan studio seperti beberapa bentuk penulisan "Warner Bros" yang belum sepenuhnya distandarkan.
Final project ini dapat digunakan sebagai bagian dari portfolio peserta untuk menunjukkan pengalaman menggunakan Google Sheets, Pivot Table, data cleaning, descriptive analysis, dan Google Looker Studio dalam studi kasus perbandingan rating film antara kritikus dan audiens.