%0 Thesis
%9 S1 - Sarjana
%A MD, KAMILATURRAHMAH
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:32063
%I Universitas AMIKOM Yogyakarta
%K Data mining, sistem rekomendasi, ide konten, TF-IDF, cosine  similarity, recommendation system, content ideas.
%T SISTEM REKOMENDASI IDE KONTEN OTOMATIS UNTUK CONTENT  CREATOR BERBASIS TREN DAN ENGAGEMENT KONTEN  MENGGUNAKAN TF-IDF DAN COSINE SIMILARITY
%U https://eprints.amikom.ac.id/id/eprint/32063/
%X Perkembangan pesat media sosial mendorong meningkatnya jumlah content  creator yang dituntut untuk menghasilkan konten secara konsisten, relevan, dan  sesuai dengan tren yang sedang berkembang. Namun, proses pencarian ide konten  masih banyak dilakukan secara manual dengan mengamati konten populer,  sehingga memerlukan waktu yang cukup lama dan kurang efisien. Permasalahan  tersebut menunjukkan perlunya sebuah sistem yang mampu membantu content  creator dalam menghasilkan ide konten secara otomatis dan berbasis data.  Penelitian ini bertujuan untuk membangun sistem rekomendasi ide konten  otomatis berbasis website dengan memanfaatkan konsep Data Mining dan  Intelligent Business. Sistem ini menggunakan data konten populer dari platform  media sosial dengan indikator engagement berupa jumlah penayangan (views), suka  (likes), bagikan (shares), simpan (saves), jumlah waktu tayang (watchtime). Data  teks berupa caption dan hashtag diolah menggunakan teknik Natural Language  Processing (NLP) melalui tahapan preprocessing teks. Selanjutnya, representasi  teks dilakukan menggunakan metode Term Frequency–Inverse Document  Frequency (TF-IDF), sedangkan proses rekomendasi ditentukan berdasarkan  tingkat kemiripan menggunakan metode Cosine Similarity.  Hasil dari penelitian ini berupa sistem yang mampu memberikan  rekomendasi ide konten yang relevan, lengkap dengan tema, caption, dan hashtag,  serta menyediakan fitur penyimpanan atau favorit rekomendasi. Sistem ini  diharapkan dapat menjadi alat bantu pengambilan keputusan bagi content creator  dalam menentukan ide konten yang sesuai dengan tren dan memiliki potensi  engagement tinggi.