IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer ScienceYouTube telah tumbuh dan menjadi raksasa media digital. Pembuat konten terus berjuang untuk memprediksi pertumbuhan pelanggan. Karena ketertarikan pemirsa yang terus berubah dan banyaknya informasi, sangat sulit untuk menentukan faktor mana yang paling memengaruhi perilaku berlangganan. Mengoptimalkan strategi konten dan memastikan pertumbuhan saluran memerlukan pemahaman tentang karakteristik ini. Penelitian ini menggunakan model regresi linier (LR), jaringan saraf (NN), dan proses Gaussian (GP) untuk memprediksi pelanggan YouTube dan memeriksa korelasi kategori menggunakan data video dari berbagai topik. Studi analisis matriks korelasi dilakukan dengan kesalahan rata-rata akar kuadrat (RMSE) sebesar 26256351 dan model prediksi NN mengungguli model LR dan GP. Matriks korelasi menunjukkan korelasi positif kecil sebesar 0.067 di antara kategori YouTube. Secara khusus, koefisien korelasi untuk populasi, tingkat pengangguran, dan populasi perkotaan masing-masing adalah 0.080, -0.012, dan 0.082. Temuan ini menyarankan penelitian lebih lanjut untuk menciptakan konten yang lebih terarah dan mencari faktor-faktor signifikan yang meningkatkan jumlah penonton dan pertumbuhan audiens pemasaran.
Memahami dinamika pertumbuhan pelanggan YouTube sangat penting bagi pembuat konten, pemasar, dan strategis platform.Dengan memanfaatkan model pembelajaran mesin, penelitian ini memberikan wawasan yang dapat ditindaklanjuti tentang variabel konten dan demografi yang paling mempengaruhi perilaku pelanggan.Hasil akurasi prediktif membandingkan RMSE dari RapidMiner menunjukkan bahwa NN lebih baik daripada model LR dan GP.RMSE dari model NN secara signifikan lebih rendah pada 26256351.509, yang jauh lebih tinggi dari sebelumnya dan menunjukkan akurasi prediksi dan kinerja model yang lebih tinggi.Terdapat sedikit korelasi positif antara kategori YouTube dan jumlah pelanggan.080 dan populasi perkotaan memiliki hubungan positif yang lemah.Tingkat pengangguran memiliki hubungan negatif hampir -0.
Penelitian berikutnya sebaiknya mengeksplorasi penggunaan model pembelajaran mendalam lainnya, seperti convolutional neural networks, untuk menganalisis tren visual dalam video YouTube yang dapat memengaruhi perilaku berlangganan. Selain itu, bagaimana integrasi metrik interaksi pengguna, seperti waktu tonton dan komentar, dapat diterapkan dalam model prediksi untuk menghasilkan analisis yang lebih akurat dan berorientasi pada perilaku. Terakhir, penelitian juga perlu mempertimbangkan aspek psikologis, seperti motivasi pengguna dalam berlangganan, yang mungkin dapat memberikan wawasan tambahan tentang faktor-faktor yang memengaruhi pertumbuhan pelanggan di platform sosial seperti YouTube.
- Big Data—Knowledge Discovery in Production Industry Data Storages—Implementation of Best... doi.org/10.3390/app11167648Big DataAiKnowledge Discovery in Production Industry Data StoragesAiImplementation of Best doi 10 3390 app11167648
- A Review on Linear Regression Comprehensive in Machine Learning | Journal of Applied Science and Technology... doi.org/10.38094/jastt1457A Review on Linear Regression Comprehensive in Machine Learning Journal of Applied Science and Technology doi 10 38094 jastt1457
| File size | 561.57 KB |
| Pages | 10 |
| DMCA | ReportReport |
Related /
EJOURNALUNIGOROEJOURNALUNIGORO Drainase merupakan sebuah bentuk bangunan untuk usaha mengurangi air hujan yang jatuh pada suatu wilayah agar tidak menimbulkan genangan yang mengganggu,Drainase merupakan sebuah bentuk bangunan untuk usaha mengurangi air hujan yang jatuh pada suatu wilayah agar tidak menimbulkan genangan yang mengganggu,
EJOURNALUNIGOROEJOURNALUNIGORO Terminal merupakan tempat untuk menurunkan dan menaikkan penumpang, dan sebagai sarana transportasi paling umum di gunakan untuk berpergian dari satu tempatTerminal merupakan tempat untuk menurunkan dan menaikkan penumpang, dan sebagai sarana transportasi paling umum di gunakan untuk berpergian dari satu tempat
EDUPEDEDUPED IA. 2 tahun pelajaran 2021/2022 yang terdiri dari 33 siswa. Data penelitian diperoleh melalui observasi, catatan lapangan, tes, wawancara, dan dokumentasi.IA. 2 tahun pelajaran 2021/2022 yang terdiri dari 33 siswa. Data penelitian diperoleh melalui observasi, catatan lapangan, tes, wawancara, dan dokumentasi.
UNMUNM Model POEW memungkinkan siswa untuk aktif dalam proses belajar mengajar, mengembangkan keterampilan berpikir kritis, dan meningkatkan partisipasi siswaModel POEW memungkinkan siswa untuk aktif dalam proses belajar mengajar, mengembangkan keterampilan berpikir kritis, dan meningkatkan partisipasi siswa
Useful /
EJOURNALUNIGOROEJOURNALUNIGORO Teknis pengambilan utama dari Sungai Bengawan Solo menggunakan pompa 700 kubik/jam per lajur pipa, dengan memanfaatkan Avfour Laren dan Embung Mati sebagaiTeknis pengambilan utama dari Sungai Bengawan Solo menggunakan pompa 700 kubik/jam per lajur pipa, dengan memanfaatkan Avfour Laren dan Embung Mati sebagai
UPN VeteranUPN Veteran Penelitian menggunakan metode penelitian kuantitatif dengan Teknik analisis data uji korelasi Product Moment dan Uji Korelasi Kendall Tau. BerdasarkanPenelitian menggunakan metode penelitian kuantitatif dengan Teknik analisis data uji korelasi Product Moment dan Uji Korelasi Kendall Tau. Berdasarkan
UPN VeteranUPN Veteran Kepemimpinan merupakan salah satu aspek penting dalam pembangunan pariwisata berkelanjutan. Desa wisata sebagai salah satu potensi pariwisata berkelanjutanKepemimpinan merupakan salah satu aspek penting dalam pembangunan pariwisata berkelanjutan. Desa wisata sebagai salah satu potensi pariwisata berkelanjutan
UNMUNM Studi ini bertujuan untuk mengetahui kemampuan siswa dalam menulis puisi dan efektivitas menulis puisi dalam mengajar keterampilan menulis, terutama dalamStudi ini bertujuan untuk mengetahui kemampuan siswa dalam menulis puisi dan efektivitas menulis puisi dalam mengajar keterampilan menulis, terutama dalam