Aziz, Abdul (2025) Implementasi Sistem Web Prediksi Pada Trend Visual Desain Grafis Di Media Sosial Menggunakan Metode Double Exponential Smoothing (DES). S1 thesis, Universitas Malikussaleh.

	Text Abdul Aziz_210170135_Cover.pdf Download (51kB)
	Text Abdul Aziz_210170135_Abstrak.pdf Download (11kB)
	Text Abdul Aziz_210170135_BAB 1.pdf Download (49kB)
	Text Abdul Aziz_210170135_Daftar Pustaka.pdf Download (132kB)
	Text Abdul Aziz_210170135_IMPLEMENTASI SISTEM WEB PREDIKSI PADA TREND VISUAL DESAIN GRAFIS DI MEDIA SOSIAL MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (DES).pdf Restricted to Registered users only Download (2MB)

Abstract

Perkembangan media sosial sebagai ruang distribusi konten visual telah mendorong kebutuhan akan sistem prediksi tren desain grafis yang mampu mengikuti perubahan selera audiens secara dinamis. Penelitian ini bertujuan untuk mengembangkan sistem prediksi berbasis web guna memperkirakan tren visual desain grafis di media sosial, khususnya Pinterest, menggunakan metode Double Exponential Smoothing (DES). Metode ini dipilih karena kemampuannya dalam memodelkan pola data musiman dan tren secara akurat melalui penyesuaian parameter alpha dan beta. Data yang digunakan mencakup jumlah likes bulanan dari tiga kategori desain: 3D Graphic Design, AI Graphic Design, dan Typography Design. Proses peramalan dilakukan secara terpisah pada masing-masing kategori, kemudian hasilnya dievaluasi menggunakan dua metrik utama, yaitu Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Hasil menunjukkan bahwa kategori 3D Graphic Design memiliki performa prediksi terbaik dengan MAPE 39,40% dan RMSE 225,38, diikuti oleh AI Graphic Design dengan MAPE 45,58% dan RMSE 260,49, serta Typography Design dengan performa terendah yakni MAPE 63,42% dan RMSE 1109,26. Sistem yang dikembangkan juga dilengkapi dengan fitur visualisasi hasil prediksi dan rekomendasi bulanan berdasarkan kategori desain yang diproyeksikan menjadi tren. Penelitian ini menyimpulkan bahwa metode DES efektif digunakan untuk meramalkan tren visual desain grafis dan berpotensi mendukung strategi konten kreatif berbasis data bagi pelaku industri desain di media sosial.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General) T Technology > TC Hydraulic engineering. Ocean engineering T Technology > TR Photography
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Abdul Aziz Abdul Aziz
Date Deposited:	13 Nov 2025 08:56
Last Modified:	13 Nov 2025 08:56
URI:	https://rama.unimal.ac.id/id/eprint/17070

Actions (login required)

View Item