EKSPLORASI MODEL FRAMEWORK DATA MINING PADA DATA PROYEK KICKSTARTER

TRI BUONO ASTO NUGROHO

Informasi Dasar

76 kali
18.04.979
658.83
Karya Ilmiah - Skripsi (S1) - Reference

Crowdfunding platform merupakan tempat startup untuk mempublikasikan ide mereka dengan tujuan proyek mereka dapat didanai. Crowdfunding platform seperti Kickstarter semakin populer, karena menyediakan cara yang efisien untuk startup mendapatkan modal tanpa liabilitas, selain itu Kickstarter juga menerima berbagai macam kategori proyek. Kickstarter memiliki prosedur keamanan yang memastikan lingkungan investasi yang rendah risiko. Startup yang mempromosikan proyeknya harus mencapai target yang mereka tentukan. Ketika proyek yang gagal mencapai target tidak akan ada aktivitas investasi dan melindungi para investor kehilangan uang mereka. Hal ini memotivasi startup untuk lebih aktif untuk mempromosikan atau menyebar luaskan ide proyek mereka. Penelitian ini bertujuan untuk memprediksi keberhasilan dari suatu proyek dan memetakan tren investor menggunakan framework data mining. Untuk mencapai tujuan ini peneliti mengusung 3 model. Model pertama untuk memprediksi suatu proyek akan berhasil atau gagal menggunakan K-Nearest Neighbor dengan hasil akurasi 99,04%. Model kedua yaitu memprediksi jumlah proyek yang akan berhasil dikemudian hari menggunakan Artificial Neural Network (ANN) dengan hasil akurasi 83,3% . Model ketiga digunakan untuk memetakan tren investor dalam menginvestasikan dana mereka ke suatu proyek menggunakan algoritma kluster K-Means dengan k optimal = 6. Hasil dari ketiga model tersebut diharapkan membantu startup atau investor dalam mengambil keputusan mengenai investasi startup.

Subjek

MARKET RESEARCH
 

Katalog

EKSPLORASI MODEL FRAMEWORK DATA MINING PADA DATA PROYEK KICKSTARTER
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

TRI BUONO ASTO NUGROHO
Perorangan
Andry Alamsyah
 

Penerbit

Universitas Telkom
Bandung
2018

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini