YULISTIRA DWI RIASTUTI (2018) KLASIFIKASI HOBI PENGGUNA TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBOR(K-NN) UNTUK MENDAPATKAN TARGET KONSUMEN PADA PENJUALAN SOUVENIR OLAHRAGA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018444TIF.pdf Download (141kB) | Preview |
|
|
Text
2. PENGESAHAN_2018444TIF.pdf Download (688kB) | Preview |
|
|
Text
3. ABSTRAK_2018444TIF.pdf Download (93kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018444TIF.pdf Download (247kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018444TIF.pdf Download (282kB) | Preview |
|
|
Text
6. BAB I_2018444TIF.pdf Download (250kB) | Preview |
|
|
Text
7. BAB II_2018444TIF.pdf Download (615kB) | Preview |
|
|
Text
8. BAB III_2018444TIF.pdf Download (191kB) | Preview |
|
|
Text
9. BAB IV_2018444TIF.pdf Download (1MB) | Preview |
|
Text
10. BAB V_2018444TIF.pdf Restricted to Repository staff only Download (590kB) |
||
|
Text
11. BAB VI_2018444TIF.pdf Download (93kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018444TIF.pdf Download (167kB) | Preview |
Abstract
Media sosial merupakan salah satu sarana untuk mengembangkan bisnis, salah satunya adalah Twitter. Penargetan konsumen menggunakan Twitter akan sampai langsung kepada pengguna Twitter. Pengumpulan informasi tentang ketertarikan pengguna Twitter pada suatu hobi tertentu dinilai belum efektif karena banyaknya pembeli yang lebih tertarik pada toko online yang telah memiliki citra merek. Dengan pendekatan klasifikasi menggunakan algoritma k-Nearest Neighbor dilakukan klasifikasi terhadap pengguna Twitter khususnya yang memiliki minat terhadap cabang olahraga sepak bola, basket, dan renang. Data yang dgunakan pada penelitian ini sebanyak 2000 tweets. Data latih dan data uji dibagi pada komposisi 90:10 dengan metode perhitungan akurasi confusion matrix. Pengujian juga dilakukan untuk menemukan nilai k terbaik pada algoritma k-NN. Fold dengan akurasi terbaik ditemukan pada fold ke-5dengan akurasi 90% pada k=13 dan k = 15. Kata Kunci: confusion matrix, k-Nearest Neighbor, pemasaran, tweet, Twitter.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Ms. Nilam Badriyah |
Date Deposited: | 30 Jul 2019 03:03 |
Last Modified: | 30 Jul 2019 03:03 |
URI: | http://repository.uin-suska.ac.id/id/eprint/16943 |
Actions (login required)
View Item |