Analisis Film Indonesia rilis di bioskop di 2022 sudah bisa dibaca di thread ini.

Simak beberapa poin menarik berdasarkan data dengan variabel rating IMDB, Letterboxd, penjualan tiket, dst.

Simak ya 🎬!

Bisa juga dibaca di medium: medium.com/data-science-i…
Data ini sendiri diambil tepat tanggal 1 Januari 2023 agar bisa dapetin gambaran variabel selama 2022. Untuk rating penilaian film dari Letterboxd dan IMDB, untuk rilis atau PH dari Wikipedia, dan untuk penjualan tiket dari aplikasi @cinepoint_ .
Tahun 2022 memang luar biasa untuk film Indonesia. Film terlaris di tahun itu juga jadi film Indonesia terlaris sepanjang masa. Sepanjang 2022, KKN di Desa Penari mencatat angka 9,2 juta. Sekarang sih udah tembus 10 juta.

Di analisis ini kita bisa melihat selain tiket.
Berdasarkan data film rilis bioskop yang tercatat, terdapat total 88 film Indonesia rilis di 2022.

Jika melihat rumah produksi, Starvision merupakan yang paling produktif dengan 8 film. Selanjutnya ada MD (7) , dan Rapi Film (6).
Indra Gunawan jadi sutradara terproduktif di 2022. Dia besut 3 film bioskop (plus 1 film di OTT).

Karyanya Pelangi Tanpa Warna, Subuh, dan 2045 Apa Ada Cinta. Di bawahnya ada nama Monty Tiwa, Kimo Stamboel, Fajar Bustomi, Fajar Nugros, dst yg menyutradarai 2 film bioskop.
Balik ke penjualan tiket, di 10 besar film terlaris, 5 di antaranya adalah horor.

Selain KKN di Desa Penari, film lainnya adalah Ivanna Pengabdi Setan 2: Communion (6.391.982),(2.793.775), The Doll 3 (1.764.077), dan Qodrat (1.751.637).
Kalau dirangkum per genre, horor memang mendominasi.

Seperti di chart ini, horor masih jadi primadona bioskop. Angka totalnya pun fantastis ada di 32 juta.
KKN di Desa Penari jadi penyumbang signifikan di sini. Jika film ini dikeluarkan pun horor tetap mendominasi.

Rataan tiket terjual tanpa KKN di Desa Penari + versi extended-nya ada di 816.523,1. Bandingkan dgn drama di 312.091,8.

Seakan-akan film horor auto laris di bioskop.
Sekarang saatnya rangkuman soal rating di IMDB dan Letterboxd.

Sebelum lanjut, rating di sini adalah data yg tertera di situs tersebut berdasarkan input pengguna. Soal apakah angka tersebut merepresentasikan film yg bersangkutan, itu adalah diskusi yg berbeda.
Kalau cek plot di bawah ini, bisa kelihatan kalau horor itu kecenderungannya mendapatkan rating yang rendah baik di IMDB maupun di Letterboxd.

Untuk horor memang jarang dapet rating bagus. Paling tinggi dengan vote di atas 100 di IMDB adalah @QodratMovie yg dapat nilai 7.3.
Kalau soal peringkat, mari kita cek siapa yang teratas soal rating di IMDB atau Letterboxd.

Karena banyak film yg dapat vote kurang mencukupi, maka untuk ini parameternya dipersempit ke film yg dapat vote di atas 100.

Untuk itu, film Noktah Merah Perkawinan ada di atas.
Kalau dipecah per genre, di film horor @QodratMovie jadi pemuncak klasemen. Untuk IMDB, nomor dua adalah Pengabdi Setan 2: Communion dan untuk Letterboxd adalah Inang.
Kalau drama, karena Noktah Merah Perkawinan memuncaki tabel film secara keseluruhan, maka untuk genre drama juga film itu yang teratas.
Untuk komedi, Ngeri-ngeri Sedap menjadi pemuncak baik di IMDB maupun di Letterboxd. Cek Toko Sebelah 2 hanya masuk di Letterboxd, urutan kedua, karena di IMDB waktu data ditarik masih belum memadai karena vote di bawah 100 (88).

Kalau per hari ini sih uda di atas itu ya.
Lalu, untuk rating ini antara IMDB dan Letterboxd apakah seimbang? Maksudnya, apakah nilainya sama atau setidaknya medekati satu sama lain?

Coba kita lihat plot di bawah ini:
Loh kok IMDB max-nya nggak sampe 10? Biar bisa dibandingkan, gue emang sengaja membagi 2 rating IMDB.

Jadi, rata-ratanya per genre max ada di 5. Kalau gini jadi bisa dilihat apakah IMDB dan Letterboxd itu rating-nya mirip atau kejauhan.
Dari grafik di atas, ternyata untuk beberapa genre, jaraknya cukup jauh.

Untuk Romance, pengguna Letterboxd tidak terlalu baik dalam memberi penilaian, hanya memiliki rataan 2,81 atau setara 5,62 di IMDB sedangkan di IMDB di grafik tertera 3,5 atau memiliki rata-rata 7.
Untuk drama juga sama, walau tidak sejauh Romance jaraknya.

Genre yang memiliki penilaian cukup seimbang ada di Horor dan Action. Horor di IMDB rata-rata rating ada di angka 2.89 (5.78 di angka sebenarnya) sedangkan di Letterboxd di 2.78.

Deket lah. Sama-sama rendah.
Masih lanjut ya, berikutnya kita cek ada gak sih korelasi antar variabel.

Tapi, jika ada masukan atau ada yg salah silahkan ralat saja, artikel di medium bisa gue perbaiki.

Atau mau diplot variabel tertentu juga boleh.

Update nanti malam ya.
Ini adalah scatter plot hasil dengan variabel penjualan tiket dan juga rating di IMDB dan Letterboxd.

Di sini cukup jelas bahwa dengan rating rendah atau tinggi tidak menentukan penjualan tiket. Artinya, film dengan penilaian apapun bisa laku bisa nggak.
Sebelum lebih jauh, mungkin perlu mundur sejenak. Ada prinsip yang perlu dipegang yaitu: correlation is not causation.

Jadi, meski ada korelasi tapi ga berarti itu memiliki hubungan sebab akibat.

Contoh paling umum dan paling jenaka adalah chart di bawah ini:
Lalu kenapa boleh memakai scatter plot untuk melihat korelasi?

Kadang hal ini berguna untuk melihat relasi antar variabel. Biasanya scatter plot memperlihatkan secara visual apakah ada pola dari korelasi ini.

Kita balik ke topik lagi.
Hal menarik di atas, dari scatter plot bisa kelihatan mana film yang punya rating oke tapi penonton juga banyak.

Film-film itu adalah:

Qodrat
Ngeri-ngeri Sedap
Miracle in Cell No.7
Mencuri Raden Saleh
Untuk genre yang tidak sepopuler horor dan drama, tampaknya (jika kualitas dianggap menentukan rating) perlu usaha ekstra.

Karena untuk komedi dan action misalnya, film yang melesat penjualannya juga memiliki rating oke.
Dan, jika kualitas diasumsikan menentukan rating, maka plot di atas kita melihat bahwa film-film dengan rating rendah, umumnya penjualan tiketnya tidak mengesankan.

Kecuali beberapa kasus film horor.
Ambil contoh Kuntilanak 3 di mana terjual 1.313.304 namun rating di IMDB 4,2 dan di Letterboxd 2.33.

Mungkin kebantu di tanggal rilis? Itu juga bisa kita pantau di data sih. Mungkin bisa gue tambahin di artikel.
Paling seru tentu kalau kita cek antara variabel durasi dengan penjualan tiket atau rating IMDB dan Letterboxd.

Di sini kelihatan kok beberapa aspek yang bisa dibaca. Sebelum gue jabarin bisa baca artikel ini:

screendaily.com/features/does-…
Setelah bolak balik baca artikel di atas, gue memutuskan untuk bikin satu thread khusus soal durasi dan variabel lain. Tapi, teman-teman bisa baca di artikel medium tadi kok.

Cuma nanti khusus soal itu plus artikel2 terkait.

Juga plus #dataviz.
Juga gue lagi bikinin dashboard terkait data yg gue tarik ini biar teman-teman juga bisa eksplor sendiri.

Untuk ini mohon ditunggu ya. 1-2 minggu lah bisa diselesaikan.

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Mikael Dewabrata 📊

Mikael Dewabrata 📊 Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @MikaelDewabrata

Feb 22
Untuk edisi #rabuTableau minggu ini, gue mau bahas soal data preparation atau persiapan data. Meski beberapa bagian di thread ini spesifik untuk digunakan untuk Tableau, namun banyak poin yg bermaanfaat untuk analisis data juga kok.

Mari kita belajar ngolah data! 📊 Image
Biar lebih paham, sebelum berkutat ke tools @tableau atau @tableaupublic , gue mau sharing dulu apa itu data preparation.

Lo bisa simak gimana prinsip-prinsip mengolah data supaya bisa digunakan dengan layak nantinya.
Proses data preparation itu termasuk tahapan penting. Tujuannya agar data yg kita punya reliable. Selain itu, data juga bisa dibikin lebih ringkas, biar nantinya kita ga pusing atau repot sendiri saat dikulik.

Biar lebih paham, coba perhatikan gambar di bawah ini: Image
Read 25 tweets
Feb 20
Gue mungkin akan share soal AI dan procedural generated content di video games, pake contoh #NoMansSky .

Tapi, mungkin gue mau kasih apresiasi soal game ini. Asli, nagih banget.

Di sini lo bisa maen game ini dengan berbagai moda permainan. ImageImage
Game ini bisa seru dimainin di permukaan planet, di bawah laut, atau bahkan di luar angkasa. Bisa dogfight lawan perompak, bisa naik kendaraan kayak ATV atau malah mech, bisa juga miara monster alien sampe bisa ditunggangi.

Kita bahkan bisa beli kapal induk. ImageImageImage
Gameplay-nya juga beragam.

Cuma mau fokus bikin bangunan? Bisa
Mode Survival / permadeath? Ada
Lawan alien kayak Dead Space? Ada
Jelajahi bawah laut? Bisa
Jadi perompak, nyelundupin barang ilegal? Ayo ImageImageImage
Read 7 tweets
Feb 20
Salah satu kebiasaan yang ternyata ga disukain kebanyakan cewek itu flexing. Tapi, emang ini annoying sih, orang kan mau kita lebih terbuka.

Flexing itu cenderung bikin orang lain mempertanyakan apakah flexing-nya beneran atau berlebihan.
Flexing juga gak jujur karena cenderung tonjolin hal yang itu-itu saja. Orang kan butuh tau aspek lain dari kita.

True you. Dari sesederhana hobi, sampai pendapat kita soal isu2 penting. Isu penting bisa soal relationship itu sendiri, bisa juga soal keluarga dan masyarakat.
Kadang lawan jenis itu juga butuh tahu sesederhana gimana pandangan kita soal kpop, misal dia suka kpop. Karena tentu misal kitanya anti banget ya dia jg ga akan nyaman seterusnya.

Nah, gimana mau tau pandangan2 personal kita kalau kita sendiri nutupin sama flexing mulu.
Read 4 tweets
Jan 25
Di seri #rabuTableau minggu ini, gue mau jelasin satu per satu chart dasar yang ada di @tableau. Juga fungsi dan kegunaan.

Juga bisa dijadiin cheat sheet juga kan. Ini chart basic ya, karena kalau kita kreatif, kita bisa bikin chart lebih banyak lagi.

Like / RT / bookmark ya!
@tableau Meski chart dasar ini yang gue jelasin ada sebagai chart basic di tablau, pada dasarnya bisa juga dibikin di tools #dataviz lainnya. Gue mencoba menjelaskan yg umum saja ya, tapi untuk pengaplikasian tepatnya di mana, tergantung dengan data atau informasi yang mau disampaikan.
@tableau 1. Text Table

Paling sederhana, seperti tabel pada umumnya yg bisa dibikin di excel atau spreadsheet.

Text table bisa terdiri dari beberapa kolom dan baris, tapi dalam #dataviz atau dashboard baiknya dipakai jika kolom tidak terlalu banyak.
Read 20 tweets
Jan 14
Satu lagi 30 under 30 @Forbes fix seorang scammer. Nipunya sampe 175 juta dolar gila!

Charlie Javice adalah CEO Fintech bernama Frank yg disuntik dana dari JP Morgan, yg ternyata bisnisnya dijalankan di atas sebuah kebohongan.
@Forbes Nama fintech-nya Frank, berdiri tahun 2016. Tujuannya ngebantu anak kuliahan mengatur keuangan mereka. Charlie Javice sang founder ingin bikin ini jadi platform paling berguna untuk anak kuliahan terutama agar mereka nggak pusing urusan duit.
@Forbes Charlie Javice masuk daftar Forbes 30 Under 30 list di tahun 2019 di kategori keuangan. Javice pernah bilang kalau kesulitannya adalah skala.

Skala di dunia bisnis / startup merujuk pada kemampuan meningkatkan ukuran dan tingkat aktivitas operasional secara efisien dan efektif.
Read 23 tweets
Jan 12
Perlu dijelasin kah kalau satanic temple bukan pemuja setan.

Satanist itu gak sama dengan devil worshipper. Gak perlu ngeri-ngeri segala 😅.

Kalau nonton Hail Satan!, anggotanya anarkis aja dipecat .
Biarkan dijelaskan sama Chat GPT. Supaya kita juga ga memahami sesuatu fenomena itu hitam dan putih saja. Image
Ini dari FAQ @satanic_temple_ Image
Read 6 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us on Twitter!

:(