Mengenal Pola Youtube Trending dengan Peran Ilmu Sains Data

Estimated read time 3 min read

dlbrw.com, JAKARTA – Peran media digital saat ini semakin berkembang karena industri kreatif di Indonesia mempunyai animo masyarakat yang besar. Platform media sosial yang banyak digunakan adalah YouTube sebagai cara untuk membuat dan memproduksi berbagai konten video seperti vlog, video pendidikan, video hiburan dan banyak lagi.

Namun dengan banyaknya kreator yang bermunculan di YouTube setiap saat, para kreator harus berinovasi dan mencari cara untuk mempertahankan bahkan meningkatkan kreativitas dalam menciptakan konten yang menarik dan bermanfaat. Dengan banyaknya kreator yang menjadi pesaing di dunia industri kreatif, para kreator konten mampu memunculkan strategi yang efisien dan efektif. Untuk itu, salah satu langkah awal yang bisa dilakukan adalah melakukan analisis.

Menurut Syarah Seimahuira, dosen program (prodi) Ilmu Data Universitas Nusa Mandiri (UNM), analisis video dapat dilakukan dengan mengidentifikasi pola di kalangan pengguna YouTube dan hubungan antar masing-masing kelompok berdasarkan aktivitas respons konten pengguna terhadap menentukan sejauh mana tingkat views mempengaruhi komentar, jumlah komentar, tidak suka dan suka pada konten video.

Dengan terus berkembangnya peran teknologi, ilmu data telah menjadi ilmu yang dapat digunakan di berbagai bidang untuk melakukan analisis data. Karya ilmiah ini menggunakan metode komputer untuk mengolah data dan menerjemahkan sejumlah besar data, yang memungkinkan setiap perusahaan atau individu, termasuk pembuat konten, untuk memahami pola perilaku pengguna YouTube dan hubungan antar masing-masing kelompok berdasarkan aktivitas respon pengguna. ke konten. Dengan menggunakan informasi ini, pembuat konten dapat mengembangkan pembuatan konten yang lebih bertarget.

Dalam hal ini, analisis pola trending pengguna YouTube yang diterapkan dengan algoritma Partitioning Around Medoids (PAM) dan FP-Growth dapat memberikan informasi yang berarti bagi para kreator. Penelitian ini dilakukan oleh dosen program gelar Ilmu Data Universitas Nusa Mandiri (UNM) untuk melihat bagaimana dua algoritma dapat digunakan untuk memprediksi pola hubungan antara tingkat tampilan komentar, jumlah komentar, tidak suka, dan keinginan untuk menjadi. terlihat. dalam video. .

Penelitian ini menggunakan 31.349 data Statistik Video Youtube Trending dengan 16 atribut berbeda berdasarkan data Youtube untuk menunjukkan pola hubungan antar atribut yang memungkinkan video trending YouTube.

Partitioning Around Medoids (PAM) adalah algoritma clustering yang mencari hubungan dalam kelompok data berdasarkan kedekatan antar data menggunakan medoid, khususnya titik data yang paling mewakili dalam sebuah cluster. Sedangkan FP-Growth atau frequent pattern growth merupakan algoritma yang digunakan untuk menemukan pola asosiasi dalam database secara efisien.

Berdasarkan hasil analisis dan pengujian, terlihat bahwa masyarakat yang mengakses konten video di YouTube memiliki pola yang didominasi oleh penonton yang tidak memberikan respon terhadap konten yang ditontonnya berupa like, dislike, atau komentar. Dengan demikian, jumlah penonton berbanding lurus dengan jumlah reaksi atau interaksi penonton. Oleh karena itu, tren YouTube tidak dipengaruhi oleh jumlah suka atau komentar. Melainkan didasarkan pada jumlah traffic penonton yang bisa diperoleh ketika seorang kreator memiliki space yang banyak peminatnya, topik konten yang viral, dan berkualitas tinggi.

Penulis : Syarah Seimahuira, dosen program studi Ilmu Data FTI Universitas Nusa Mandiri

You May Also Like

More From Author

+ There are no comments

Add yours