ABSTRAKSI: Nilai rating/share merupakan nilai dalam bentuk persentase yang digunakan sebagai ukuran penilaian suatu program televisi (dan stasiun televisi secara garis besar). Nilai ini cukup berpengaruh dalam menentukan kebijakan yang akan diambil terhadap suatu program acara yang tengah berjalan, maupun program baru yang akan ditayangkan oleh stasiun televisi yang bersangkutan. Oleh karena itu, apabila nilai rating/share dapat diprediksi sebelumnya, tentu akan cukup membantu dalam penentuan kebijakan terhadap program acara pada stasiun televisi tersebut.
Prediksi merupakan proses memperkirakan secara sistematik tentang apa yang paling mungkin terjadi di masa yang akan datang berdasarkan informasi masa lalu dan informasi saat ini. Salah satu metoda untuk melakukan prediksi adalah dengan menggunakan jaringan saraf tiruan (JST). Pada tugas akhir ini telah diterapkan aplikasi prediksi nilai rating dan share program televisi per hari menggunakan JST dengan algoritma propagasi balik. Nilai rating/share diprediksi berdasarkan nilai-nilai rating/share beberapa hari sebelumnya.
Metode preprocessing yang digunakan dalam Tugas Akhir ini ada tiga, yaitu Normalisasi, Biner, dan Selisih. Untuk memprediksi nilai rating, metode yang paling baik digunakan adalah Biner, dengan tingkat akurasi prediksi rata-rata sebesar 81.21%. Sedangkan metode Selisih adalah metode yang paling baik untuk memprediksi nilai share, dengan tingkat akurasi prediksi rata-rata sebesar 89.02%.Kata Kunci : jaringan saraf tiruan, propagasi balik, deret waktu, rating, televisi.ABSTRACT: Ratings/share is a percentages value which is used to measure the grade of a television program (and its television station). This values are quite become a standard for an owner (or a director) to apply some policies to their running programs or to applying new programs for their station. This is that, if we can predict the values of the next ratings/share before, it would be a quite help to considering the next policies?
Prediction is a process to systematically forecast the best possibility of something to happen in the future, based on the information gathered in the past and the present. A method to make a prediction is by using artificial neural network (ANN). This final project applies ANN to predict the average ratings and shares of television program per day using backpropagation algorithm. The predicted values are based on previous ratings and shares (time series data).
There are three preprocessing method that are used in this final project: Normalization, Binary, and Difference. For ratings prediction, the best method to use is Binary, with 81,21% average predict accuracy. While Difference method is the best method for share prediction, with 89.02% average predict accuracy.Keyword: artificial neural network, backpropagation, time series, ratings,television.