PENERAPAN ALGORITMA DECISION TREE PADA BUSINESS INTELLIGENCE UNTUK MENGENALI POLA KONTEN BERITA DIGITAL (STUDI KASUS: TVONENEWSCOM)

Putri, Sekar Salsabila (2026) PENERAPAN ALGORITMA DECISION TREE PADA BUSINESS INTELLIGENCE UNTUK MENGENALI POLA KONTEN BERITA DIGITAL (STUDI KASUS: TVONENEWSCOM). Tugas Akhir (S1) - thesis, Universitas Bakrie.

[thumbnail of Cover] Text (Cover)
COVER (6).pdf

Download (392kB)
[thumbnail of BAB I-III] Text (BAB I-III)
BAB I-III.pdf
Restricted to Registered users only

Download (669kB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (762kB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
BAB V.pdf
Restricted to Registered users only

Download (228kB) | Request a copy
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (191kB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Registered users only

Download (226kB) | Request a copy

Abstract

ABSTRAK Perkembangan platform berita digital menuntut strategi optimasi konten yang agresif untuk mempertahankan keterlibatan audiens. Penelitian ini bertujuan untuk mengidentifikasi pola keterlibatan audiens (Engagement rate) pada kanal YouTube tvOnenewscom dan membangun instrumen simulasi prediksi menggunakan algoritma Decision Tree. Dataset yang digunakan mencakup periode Juli hingga September 2025 dengan total 6.387 entri data. Hasil pemodelan menunjukkan tingkat akurasi global sebesar 69,25%. Variabel ClickThrough Rate (CTR) ditemukan sebagai faktor determinan paling dominan dengan ambang batas optimasi > 6,31%, diikuti oleh variabel durasi video di bawah 1139 detik serta pengaruh Hari Unggah (Upload Day). Implementasi model ke dalam dashboard Business Intelligence (Power BI) dilakukan melalui integrasi rumus DAX dengan metode Threshold Tuning untuk memitigasi bias Class Imbalance. Sistem simulasi interaktif yang dihasilkan memungkinkan tim redaksi untuk melakukan proyeksi tingkat keterlibatan secara proaktif dan menentukan target optimasi yang agresif sebelum konten diproduksi. Kata Kunci: Berita Digital, Decision Tree, Engagement Rate, Business Intelligence, Simulasi Optimasi.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Berita Digital, Decision Tree, Engagement Rate, Business Intelligence, Simulasi Optimasi.
Subjects: Computer Science > Computer - Software
Computer Science > Decision Support System (DSS)
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User: Sekar Salsabila Putri
Date Deposited: 20 Feb 2026 06:44
Last Modified: 20 Feb 2026 06:44
URI: https://repository.bakrie.ac.id/id/eprint/13064

Actions (login required)

View Item View Item