Image of Penerapan Data Mining Untuk Mengklasifikasi Tingkat Kepuasan Masyarakat Terhadap Penyiaran Radio Pada Most FM Medan Menggunakan Metode Smote dan knn.
Penanda Bagikan

Text

Penerapan Data Mining Untuk Mengklasifikasi Tingkat Kepuasan Masyarakat Terhadap Penyiaran Radio Pada Most FM Medan Menggunakan Metode Smote dan knn.

Radio Most FM merupakan salah satu stasiun radio terkemuka di Medan yang terus
berupaya meningkatkan kualitas program siaran agar tetap relevan di tengah
persaingan dengan media digital. Namun, analisis tingkat kepuasan pendengar
menghadapi kendala berupa ketidakseimbangan data survei, di mana kategori
tertentu memiliki jumlah data yang jauh lebih sedikit dibandingkan kategori
lainnya. Hal ini menyebabkan hasil analisis kurang representatif, sehingga
menyulitkan manajemen untuk merancang strategi peningkatan kualitas siaran.
Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan
menerapkan metode Synthetic Minority Oversampling Technique (SMOTE) untuk
menangani ketidakseimbangan data, serta algoritma K-Nearest Neighbors (KNN)
untuk mengklasifikasikan tingkat kepuasan pendengar. SMOTE digunakan untuk
menghasilkan data sintetis pada kategori minoritas, sehingga data survei menjadi
seimbang. Selanjutnya, KNN digunakan untuk mengklasifikasikan tingkat
kepuasan berdasarkan dataset yang telah diseimbangkan. Hasil penelitian
menunjukkan bahwa kombinasi SMOTE dan KNN mampu memberikan hasil
klasifikasi yang lebih akurat dan representatif. Informasi yang dihasilkan
membantu manajemen dalam memahami tingkat kepuasan pendengar secara
menyeluruh, sehingga dapat digunakan sebagai dasar untuk merancang strategi
peningkatan kualitas program siaran.
Kata Kunci : Data Mining, Klasifikasi, Tingkat Kepuasan, Penyiaran Radio,

Metode SMOTE dan KNN.

Ketersediaan
#
Perpustakaan Universitas Potensi Utama (Rak 6) 2514-00-53 APP p
2514-00-53
Tersedia
Informasi Detail
Judul Seri
Karya Ilmiah - Skripsi
No. Panggil
2514-00-53 APP p
Penerbit
Medan : Universitas Potensi Utama.,
Deskripsi Fisik
xii, 131 hlm..; 21,5 x 30 cm.
Bahasa
Indonesia
ISBN/ISSN
2113000056
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
2025
Subjek
Skripsi Sistem Informasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar