SISTEM REKOMENDASI IDE KONTEN OTOMATIS UNTUK CONTENT CREATOR BERBASIS TREN DAN ENGAGEMENT KONTEN MENGGUNAKAN TF-IDF DAN COSINE SIMILARITY

MD, KAMILATURRAHMAH (2026) SISTEM REKOMENDASI IDE KONTEN OTOMATIS UNTUK CONTENT CREATOR BERBASIS TREN DAN ENGAGEMENT KONTEN MENGGUNAKAN TF-IDF DAN COSINE SIMILARITY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf - Published Version
Download (1MB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (212kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (572kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (685kB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (119kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (135kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.12.2584.zip - Published Version
Restricted to Repository staff only
Download (593kB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (528kB)

Abstract

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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pristyanto, Yoga
Uncontrolled Keywords: Data mining, sistem rekomendasi, ide konten, TF-IDF, cosine similarity, recommendation system, content ideas.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 10 Jul 2026 07:13
Last Modified: 10 Jul 2026 07:13
URI: http://eprints.amikom.ac.id/id/eprint/32063

Actions (login required)

View Item View Item