Skripsi

Klasifikasi popularitas video Youtube bertema pendidikan menggunakan algoritma Naive Bayes / Muhammad Ardhika Mulya Pratama

Abstrak
RINGKASAN Pratama Muhammad Ardhika Mulya. 2019. Klasifikasi Popularitas Video Youtube bertema Pendidikan Menggunakan Algoritma Na ve Bayes. Skripsi Program Studi S1 Teknik Informatika Jurusan Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Utomo Pujianto S.Kom. M.Kom (II) Triyanna Widiyaningtyas S.T. M.T. Kata kunci klasifikasi Na ve Bayes Youtube Pendidikan Data Mining YouTube merupakan salah satu media sosial yang sedang menjadi tren saat ini. Dalam setiap harinya terdapat puluhan hingga ratusan video yang diupload oleh seluruh pengguna Youtube dengan berbagai macam topik dan tema yang disuguhkan. Indonesia sendiri merupakan salah satu negara yang dimana masyarakatnya sangat aktif dalam berinteraksi di dalam media sosial tidak terkecuali Youtube. Namun dalam YouTube Indonesia Video dengan topik atau tema Pendidikan dan ilmu pengetahuan tidak memiliki banyak peminat apabila dibandingkan dengan video yang memiliki topik tentang hiburan teknologi game dan lain sebagainya. Hal ini juga yang menyebabkan sedikitnya Content Creator yang mengangkat video dengan tema Pendidikan dan ilmu pengetahuan. Popularitas video pada youtube sendiri dapat dilihat dengan banyaknya jumlah penonton jumlah komentar dan juga jumlah penonton yang suka terhadap konten yang terdapat pada video. Penelitian ini bertujuan untuk melakukan penerapan algoritma na ve bayes untuk klasifikasi popularitas video Pendidikan pada aplikasi Youtube. Metode Penelitian yang digunakan adalah metode eksperimen dengan tahapan meliputi (1) pemilihan data set (2) preprocessing (3) clustering (4) implementasi klasifikasi na ve bayes dan (5) evaluasi. Data yang digunakan pada penelitian ini ialah durasi video jenis konten ketersediaan subtitle umur video jumlah penonton suka dan komentar pada video tersebut. Klasifikasi yang dilakukan pada penelitian ini menggunakan algoritma Na ve Bayes dengan menggunakan bantuan metode SMOTE Oversampling dan Random Undersampling untuk meratakan distribusi kelas label pada dataset yang dipakai. Evaluasi dilakukan dengan metode confussion matrix untuk mengukur tingkat akurasi presisi dan recall dari algoritma pengklasifikasian. Hasil Penelitian menunjukan bahwa implementasi algoritma na ve bayes dengan bantuan metode SMOTE Oversampling pada dataset dapat menghasilkan tingkat akurasi mencapai 85.92% dengan tingkat presisi sebesar 85.85% dan recall sebesar 85.74%. Penelitian ini diharapkan mampu untuk memberikan informasi dan inspirasi kepada content creator terhadap konten Pendidikan seperti apa yang dapat menarik minat masyarakat Indonesia untuk menonton video tersebut

Informasi Detail

DDC

Rs 005.1 PRA k

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2019.

Deskripsi Fisik

xiii, 92 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

05537/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ALGORITMA KOMPUTER
2. NAIVE BAYES
3. COMPUTER ALGORITHMS

Pembimbing

1. Utomo Pujianto; 2. Triyanna Widiyaningtyas

Lampiran Berkas