iaminkuwait.com, JAKARTA — Mengingat industri kreatif di Indonesia telah banyak menarik perhatian masyarakat, peran media digital kini semakin berkembang. Platform media sosial yang banyak digunakan adalah YouTube sebagai sarana untuk membuat dan memproduksi berbagai konten video, seperti video blog, video pendidikan, video hiburan, dan banyak lagi.
Namun seiring dengan banyaknya jumlah kreator YouTube yang terus bermunculan, para kreator harus berinovasi dalam menciptakan konten yang menarik dan bermanfaat serta mencari cara untuk mempertahankan bahkan meningkatkan kreativitas. Dengan banyaknya konten kreator yang menjadi pesaing di dunia industri kreatif, kreator bisa mempunyai strategi yang efektif dan efisien. Oleh karena itu, salah satu langkah awal yang dapat dilakukan adalah analisis.
Menurut Syarah Seimahuira, dosen program studi (prodi) Ilmu Data Universitas Nusa Mandiri (UNM), analisis video dapat dilakukan dengan mengenali pola pengguna YouTube dan hubungan antar masing-masing kelompok berdasarkan aktivitas pengguna dalam menanggapi isi. Sehingga dapat menentukan seberapa besar pengaruh tingkat penayangan terhadap komentar, jumlah komentar, tidak suka, dan suka pada video tersebut.
Dengan terus berkembangnya peran teknologi, data science telah menjadi ilmu yang dapat diterapkan di berbagai bidang untuk melakukan analisis data. Peran ilmiah ini diterapkan secara elektronik untuk melakukan pemrosesan data dan menerjemahkan data dalam jumlah besar yang memungkinkan setiap perusahaan atau individu, termasuk pembuat konten, memahami pola perilaku pengguna YouTube dan hubungan antar masing-masing kelompok berdasarkan aktivitas pengguna di YouTube. merespons konten. Dengan informasi ini, kreator bisa berbenah untuk membuat konten yang lebih tepat sasaran.
Dalam hal ini, analisis pola pengguna YouTube modern yang diterapkan dengan algoritma Partitioning Near Medoids (PAM) dan FP-Growth dapat memberikan wawasan penting bagi para pembuat konten. Penelitian ini dilakukan oleh dosen kurikulum Ilmu Data Universitas Nusa Mandiri (UNM) untuk mengetahui bagaimana dua algoritma dapat digunakan untuk memperkirakan pola hubungan tingkat penayangan dalam komentar, jumlah komentar, tidak suka, dan suka video. .
Penelitian ini menggunakan data dari 31.349 Trending Youtube Statistics dengan 16 fitur berbeda berdasarkan data YouTube untuk melihat pola hubungan antar fitur yang memungkinkan suatu video dimasukkan ke YouTube Upstream.
Partitioning Around Medoids (PAM) adalah algoritma clustering yang dapat menemukan hubungan dalam cluster data berdasarkan kedekatan antar data dengan menggunakan medoid, yaitu titik data yang paling mewakili dalam cluster. Sedangkan FP-Growth atau frequent pattern growth merupakan algoritma yang digunakan untuk menemukan pola korelasi dalam database secara efisien.
Berdasarkan hasil analisis dan pengujian, masyarakat yang mengakses konten video YouTube nampaknya memiliki pola yang didominasi oleh penonton yang tidak memberikan respon terhadap konten yang ditontonnya berupa like, dislike, atau komentar. Oleh karena itu, jumlah penonton berbanding lurus dengan banyaknya respon atau interaksi dari penonton. Oleh karena itu, tren YouTube tidak dipengaruhi oleh jumlah suka atau komentar. Sebaliknya, hal ini didasarkan pada jumlah trafik penonton yang dapat dicapai jika kreator memiliki niche permintaan yang tinggi, topik konten yang sedang viral dan berkualitas.
Penulis: Syarah Seimahuira, Dosen Kurikulum Ilmu Data FTI, Universitas Nusa Mandiri
