Text
Implementasi Algoritma Fuzzy C-Means dan Fuzzy GustafsonKessel untuk Segmentasi YouTube Channel berdasarkan Popularitas
Perkembangan platform konten online telah menyebabkan peningkatan
signifikan dalam jumlah channel YouTube, sehingga penting untuk merancang
strategi yang efektif untuk segmentasi channel. Penelitian ini bertujuan untuk
mengelompokkan channel YouTube di Indonesia berdasarkan popularitas guna
membantu pemilik channel agar dapat mengetahui karakteristik setiap channel serta
kategori channel yang paling banyak diminati oleh audiens dan mengembangkan
konten yang sesuai dengan kategori tersebut. Pengelompokan channel ini dilakukan
dengan analisis cluster yang menerapkan logika fuzzy menggunakan algoritma
Fuzzy C-Means dan Fuzzy Gustafson-Kessel. Fuzzy C-Means merupakan metode
clustering yang fleksibel dan dapat menghasilkan cluster dengan tingkat
keanggotaan yang berbeda-beda. Kelemahan dari metode ini adalah sensitif
terhadap pusat cluster, yang mengakibatkan hasil akhir sulit dikontrol dan mudah
terjebak pada optimum lokal. Masalah tersebut dapat diatasi metode Fuzzy
Gustafson-Kessel dengan menggunakan matriks kovarian. Penentuan jumlah
cluster optimum dilakukan dengan menggunakan indeks validitas Partition
Coefficient dan Classification Entropy. Hasil dari penelitian ini diperoleh jumlah
cluster optimum untuk mengelompokkan channel YouTube di Indonesia
berdasarkan popularitas adalah 3 cluster menggunakan metode Fuzzy GustatfsonKessel dengan nilai indeks validitas Partition Coefficient maksimum sebesar
0,993358 artinya terdapat perbedaan yang tinggi antar kelompok dan nilai indeks
validitas Classification Entropy minimum sebesar 0,012770 artinya terdapat sedikit
kekaburan dari partisi cluster.
Kata Kunci: YouTube, Analisis Cluster, Fuzzy C-Means, Fuzzy GustafsonKessel, Indeks Validasi
1161 E 2023 | 1161 E 2023 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain