SISTEM REKOMENDASI IDE KONTEN OTOMATIS UNTUK CONTENT CREATOR BERBASIS TREN DAN ENGAGEMENT KONTEN MENGGUNAKAN TF-IDF DAN COSINE SIMILARITYKAMILATURRAHMAHMDauthorPerkembangan 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.000 Ilmu komputer, informasi dan pekerjaan umum003 Sistem-sistem2026-03-06Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis