MODEL PREDIKSI TELEVISION ADVERTISEMENT PERFORMANCE RATING MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

M. ASRI FADLURRAHMAN

Informasi Umum

Kode

20.04.3994

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

44 kali

Informasi Lainnya

Abstraksi

Televisi adalah salah satu media komunikasi yang masih cukup populer di kalangan masyarakat indonesia. Hampir setiap rumah memiliki televisi. Hal ini menjadikan media televisi sebagai media yang tepat untuk mengiklankan produk atau jasa. Setiap perusahaan yang mengiklankan produk atau jasa yang mereka tawarkan pasti menginginkan keuntungan dari penjualan dimasa mendatang. Untuk mencapai hal tersebut, perusahaan harus bisa mengetahui efektivitas iklan mereka. Salah satu metode yang dapat digunakan untuk mengukur efektivitas iklan adalah dengan menganalisis rating iklan menggunakan teknik data mining. Dalam sebagian besar kasus data rating, jumlah data yang memiliki rating rendah (0–2) jauh lebih banyak dibanding data dengan rating tinggi (>5) memunculkan permasalahan pada saat klasifikasi yaitu imbalanced data (data yang tidak seimbang). Dalam menangani permasalahan data yang tidak seimbang, penelitian ini menggunakan metode SMOTE yang diimplementasikan pada model klasifikasi Artificial Neural Network (ANN), backpropagation. Penelitian yang dilakukan menggunakan metode ANN untuk mengklasifikasikan data rating iklan dengan penanganan data yang tidak seimbang menggunakan SMOTE menghasilkan nilai akurasi rata-rata model sebesar 72% dan F1Measure sebesar 76% Kata kunci : data mining, machine learning, rating iklan televisi, artificial neural network, SMOTE.