Aminsyah, Ansharulhaq (2025) PREDIKSI POPULARITAS BERITA DI SUMATERA BARAT MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA). S1 thesis, Universitas Malikussaleh.

	Text Ansharulhaq Aminsyah_200170191_Cover.pdf Download (144kB)
	Text Ansharulhaq Aminsyah_200170191_Abstrak.pdf Download (199kB)
	Text Ansharulhaq Aminsyah_200170191_Bab I.pdf Download (240kB)
	Text Ansharulhaq Aminsyah_200170191_Daftar Pustaka.pdf Download (166kB)
	Text Ansharulhaq Aminsyah_200170191_PREDIKSI POPULARITAS BERITA DI SUMATERA BARAT MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA).pdf Restricted to Registered users only Download (3MB)

Abstract

Meningkatnya minat baca masyarakat terhadap berita online tentu menjadi tantangan sendiri oleh portal berita selaku penyedia berita online. Oleh karena ini dilakukan penelitian dengan maksud untuk memprediksi popularitas berita di Sumatera Barat melalui portal berita fajarsumbar.com dengan menggunakan model Autoregressive Integrated Moving Average (ARIMA). Hal utama yang menjadi tantangan yang dihadapi dalam penelitian ini adalah adanya fluktuasi yang signifikan dalam popularitas berita, yang dipengaruhi oleh faktor-faktor eksternal seperti tren sosial dan peristiwa besar. Tujuan dari penelitian ini adalah untuk mengembangkan model peramalan yang dapat membantu dalam memperkirakan popularitas setiap kategori berita, sehingga portal berita dapat menyusun strategi konten yang lebih efektif. Data yang digunakan dalam penelitian ini mencakup jumlah tayangan berita bulanan dari Maret 2021 hingga Juni 2024, yang dikelompokkan ke dalam berbagai kategori seperti Agama & Kebudayaan, Ekonomi Industri, Hukum Kriminal, dll. Menggunakan metode ARIMA, yang mampu menangani data deret waktu dan mengatasi masalah non-stasioneritas data melalui differencing serta penggunaan grid search dalam optimasi mencari parameter terbaik berdasarkan metrik evaluasi terendah. Hasil penelitian menunjukkan bahwa model ARIMA mampu memberikan prediksi yang cukup akurat, meskipun tingkat akurasi bervariasi antar kategori. Nilai Mean Absolute Percentage Error (MAPE) yang diperoleh adalah sebagai berikut: Agama & Kebudayaan 26%, Ekonomi Industri 29%, Hukum Kriminal 29%, Kesehatan 40%, Olahraga 38%, Pariwisata & Hiburan 26%, Pendidikan 27%, Politik Pemerintahan 31%, Sosial Lingkungan 27%, dan Teknologi 51%. Kategori berita Teknologi dan Kesehatan menunjukkan tingkat kesalahan yang lebih tinggi dibandingkan kategori lainnya, sementara kategori seperti Agama & Kebudayaan dan Pariwisata & Hiburan memiliki tingkat akurasi yang lebih baik. Dengan demikian, model ARIMA dapat digunakan untuk memprediksi tren popularitas berita di masa depan, membantu pihak redaksi dalam merencanakan strategi konten yang lebih relevan dan menarik bagi pembaca, meskipun diperlukan peningkatan untuk kategori berita yang memiliki variabilitas tinggi.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Ansharulhaq Aminsyah
Date Deposited:	21 Feb 2025 04:51
Last Modified:	21 Feb 2025 04:51
URI:	https://rama.unimal.ac.id/id/eprint/10221

Actions (login required)

View Item