TRI GUNA DHARMATRI GUNA DHARMA
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)YouTube telah menjadi platform utama untuk konsumsi konten video, dengan tren video yang terus berkembang sesuai perubahan minat audiens. Penelitian ini bertujuan untuk mengelompokkan film trending di YouTube berdasarkan judul dan popularitasnya menggunakan pendekatan TF-IDF dan K-Means Clustering. TF-IDF digunakan untuk mengekstraksi fitur dari judul video, mengidentifikasi kata-kata kunci penting yang mencirikan tema setiap film. Algoritma K-Means kemudian digunakan untuk mengelompokkan video ke dalam beberapa cluster berdasarkan kemiripan fitur TF-IDF dan jumlah views. Hasil penelitian menunjukkan bahwa video dapat dikelompokkan ke dalam tiga cluster dengan karakteristik unik. Evaluasi menggunakan Silhouette Score menunjukkan bahwa kualitas clustering masih dapat ditingkatkan. Penelitian ini memberikan wawasan bagi kreator konten dan pemasar digital untuk menyusun strategi konten yang lebih menarik dan relevan, serta memberikan kontribusi akademis dalam analisis data berbasis teks.
Penelitian ini berhasil mengelompokkan video YouTube menjadi tiga cluster utama berdasarkan fitur seperti judul video, genre, dan jumlah views.WordCloud untuk setiap cluster memberikan gambaran kata-kata dominan yang mencerminkan tema utama dalam cluster tersebut.Penelitian ini memberikan wawasan tentang bagaimana video YouTube dapat dikelompokkan berdasarkan tema dan popularitas menggunakan teknik TF-IDF, K-Means clustering, dan WordCloud.Kualitas clustering yang rendah menunjukkan bahwa data dalam cluster memiliki tumpang tindih yang tinggi, atau sulit untuk dipisahkan dengan baik ke dalam cluster yang berbeda.Sebagai masukan untuk penelitian ke depan dengan optimalisasi jumlah klaster (k) ataupun dengan pemilihan fitur yang lebih relevan.
Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan eksplorasi lebih lanjut mengenai optimalisasi jumlah cluster (k) dalam algoritma K-Means, karena hasil Silhouette Score menunjukkan kualitas clustering yang masih dapat ditingkatkan. Kedua, penelitian selanjutnya dapat mengkaji penggunaan teknik Natural Language Processing (NLP) yang lebih canggih untuk mengekstraksi fitur dari judul film, seperti sentiment analysis atau topic modeling, guna menghasilkan representasi yang lebih akurat dan informatif. Ketiga, penelitian dapat diperluas dengan mempertimbangkan faktor-faktor lain yang memengaruhi popularitas film, seperti aktor, sutradara, atau platform distribusi, untuk menghasilkan model clustering yang lebih komprehensif dan dapat memberikan wawasan yang lebih mendalam bagi kreator konten dan pemasar digital.
- Penerapan K-Means Clustering untuk Klasifikasi Serangan Cyber pada Syslog File | Jurnal Sistem dan Informatika... doi.org/10.30864/jsi.v14i2.305Penerapan K Means Clustering untuk Klasifikasi Serangan Cyber pada Syslog File Jurnal Sistem dan Informatika doi 10 30864 jsi v14i2 305
- Implementation of TF-IDF Algorithm and K-mean Clustering Method to Predict Words or Topics on Twitter... trilogi.ac.id/journal/ks/index.php/JISA/article/view/831Implementation of TF IDF Algorithm and K mean Clustering Method to Predict Words or Topics on Twitter trilogi ac journal ks index php JISA article view 831
- KLASIFIKASI VIDEO PADA MEDIA SOSIAL YOUTUBE DENGAN MENGGUNAKAN METODE K-MEANS DAN SUPPORT VECTOR MACHINE... locus.rivierapublishing.id/index.php/jl/article/view/1732KLASIFIKASI VIDEO PADA MEDIA SOSIAL YOUTUBE DENGAN MENGGUNAKAN METODE K MEANS DAN SUPPORT VECTOR MACHINE locus rivierapublishing index php jl article view 1732
- Opinion-based Homogeneity on YouTube | Amsterdam University Press Journals Online. opinion based homogeneity... doi.org/10.5117/CCR2020.1.004.ROCHOpinion based Homogeneity on YouTube Amsterdam University Press Journals Online opinion based homogeneity doi 10 5117 CCR2020 1 004 ROCH
| File size | 1.17 MB |
| Pages | 10 |
| DMCA | Report |
Related /
BSIBSI 672). Penelitian ini diharapkan dapat membantu dalam perencanaan dan alokasi sumber daya yang lebih tepat sasaran untuk mitigasi bencana. Penelitian ini672). Penelitian ini diharapkan dapat membantu dalam perencanaan dan alokasi sumber daya yang lebih tepat sasaran untuk mitigasi bencana. Penelitian ini
SAINTISPUBSAINTISPUB Bidang ini menawarkan banyak peluang penelitian menarik. Misalnya, penelitian tentang pengembangan crowdfunding digital syariah sebagai solusi bagi merekaBidang ini menawarkan banyak peluang penelitian menarik. Misalnya, penelitian tentang pengembangan crowdfunding digital syariah sebagai solusi bagi mereka
UMGUMG Cluster terbaik ditetapkan pada Cluster 0 yang memiliki kedekatan dengan komponen utama (PC1) dengan nilai sebesar 128918767. Jadi dapat disimpulkan bahwaCluster terbaik ditetapkan pada Cluster 0 yang memiliki kedekatan dengan komponen utama (PC1) dengan nilai sebesar 128918767. Jadi dapat disimpulkan bahwa
DCCKOTABUMIDCCKOTABUMI Dalam penelitian ini, terdapat 39 jenis kepadatan penduduk yang dianalisis, di mana 6 tergolong dalam kelompok rendah (cluster 0), 20 berada dalam kelompokDalam penelitian ini, terdapat 39 jenis kepadatan penduduk yang dianalisis, di mana 6 tergolong dalam kelompok rendah (cluster 0), 20 berada dalam kelompok
UMUSLIMUMUSLIM Perusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y. O. U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuaiPerusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y. O. U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuai
SEMINAR IDSEMINAR ID Pembahasan pada bagian hasil menunjukkan bahwa metode K-Means Clustering menghasilkan 5 cluster. Perhitungan Sillhoute Score mendapat 0,426 dan masuk kePembahasan pada bagian hasil menunjukkan bahwa metode K-Means Clustering menghasilkan 5 cluster. Perhitungan Sillhoute Score mendapat 0,426 dan masuk ke
BUMIGORABUMIGORA Berdasarkan permasalahan tersebut diusulkan pengembangan algoritma K-means yaitu algoritma Dynamic cluster pada K-means dengan tujuan agar dapat menghasilkanBerdasarkan permasalahan tersebut diusulkan pengembangan algoritma K-means yaitu algoritma Dynamic cluster pada K-means dengan tujuan agar dapat menghasilkan
UMTUMT Oleh karena itu, uji komparasi antara kedua metode data mining pada K-mean clustering dan pemodelan Fuzzy K-means adalah untuk menentukan metode algoritmaOleh karena itu, uji komparasi antara kedua metode data mining pada K-mean clustering dan pemodelan Fuzzy K-means adalah untuk menentukan metode algoritma
Useful /
UMTUMT Penelitian dilakukan melalui tahap observasi, wawancara, studi pustaka, desain jaringan, serta simulasi dan pengujian virtual menggunakan VirtualBox danPenelitian dilakukan melalui tahap observasi, wawancara, studi pustaka, desain jaringan, serta simulasi dan pengujian virtual menggunakan VirtualBox dan
UIMUIM Dengan menggunakan metode ELECTRE, perankingan dalam pemilihan sepeda motor matic menjadi lebih mudah bagi konsumen. Berdasarkan perhitungan manual danDengan menggunakan metode ELECTRE, perankingan dalam pemilihan sepeda motor matic menjadi lebih mudah bagi konsumen. Berdasarkan perhitungan manual dan
SEMINAR IDSEMINAR ID 516 L dan 1. 064 L, Maximum Inventory 6. 042 L dan 5. 153 L, Re order point 2. 403 L dan 108 L, Frekuensi pemesanan sebanyak 149 kali dan 6 kali dengan516 L dan 1. 064 L, Maximum Inventory 6. 042 L dan 5. 153 L, Re order point 2. 403 L dan 108 L, Frekuensi pemesanan sebanyak 149 kali dan 6 kali dengan
UMTUMT Dengan penerapan manajemen bandwidth di lembaga zakat nurul hayat tangerang membuat penggunaan jaringan internet terbagi kedalam bandwidth yang sesuaiDengan penerapan manajemen bandwidth di lembaga zakat nurul hayat tangerang membuat penggunaan jaringan internet terbagi kedalam bandwidth yang sesuai