Prabandaru, NIzar Riftadhi (2017) Prediksi Jumlah Follower Official Account Line Menggunakan Regresi Dan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Penelitian ini menggunakan official account LINE IKI MALANG sebagai studi kasus penelitian. Berdasarkan hasil wawancara, official media ini belum memiliki dasar perubahan harga pada setiap berubahnya harga jasa pemasaran official media ini. Sehingga penulis mencoba memberikan bantuan dengan memberi dasar pada setiap perubahan harga jasa pemasaran pada official media ini dengan prediksi jumlah follower pada setiap bulannya. Metode yang digunakan adalah metode regresi yang dibangun dengan algoritma genetika. Regresi digunakan untuk memprediksi, sedangkan algoritma genetika digunakan untuk mengoptimasi variabel yang mempengaruhi hasil prediksi. Untuk mendapati hasil prediksi yang optimal, maka pada setiap variabel yang dioptimasi nanti diuji pada rentan angka tertentu. Namun pada hasil pengujian diperoleh hasil akurasi yang kurang optimal yaitu 7,801E-03 dikarenakan data yang ada masih sangat minim sehingga hasil prediksi kurang sesuai dengan hasil sebenarnya.
English Abstract
This research used a case study of LINE IKI MALANG official account. The result of the interview showed that LINE IKI MALANG did not have a basis of its marketing service price change. Therefore, the author tried to provide assistance by giving a basis for any price change of the marketing service based on the predicted number of its followers on each month. The method used in this research was a regression method built with genetic algorithm. Regression was used to predict the followers, while the genetic algorithm was used to optimize the variables that influenced the predicted result. To find optimal predictive results, every optimized variable will be tested on a particular vulnerable numbers. But from the experiment, the researcher got a nonoptimal result which was 7,801E-03 because of the minimum data so that the prediction was not close to the training data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/343/051706385 |
| Uncontrolled Keywords: | regresi, follower, sosial media, IKI MALANG, prediksi, LINE |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Kustati |
| Date Deposited: | 23 Aug 2017 03:56 |
| Last Modified: | 28 Sep 2020 09:34 |
| URI: | http://repository.ub.ac.id/id/eprint/1568 |
Preview |
Text
Bagian Depan.pdf Download (342kB) | Preview |
![[thumbnail of BAB I.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
BAB I.pdf Restricted to Repository staff only Download (290kB) |
|
Text
BAB II.pdf Restricted to Repository staff only Download (337kB) |
|
Text
BAB III.pdf Restricted to Repository staff only Download (283kB) |
|
Text
BAB IV.pdf Restricted to Repository staff only Download (444kB) |
|
Text
BAB V.pdf Restricted to Repository staff only Download (377kB) |
|
Text
BAB VI.pdf Restricted to Repository staff only Download (324kB) |
|
Text
BAB VII.pdf Restricted to Repository staff only Download (270kB) |
|
Text
Daftar Pustaka.pdf Restricted to Repository staff only Download (269kB) |
Actions (login required)
 |
View Item |