PREDIKSI POPULARITAS ARTIKEL BERDASARKAN JUDUL DAN INTERAKSI SOSIAL

Irwan Oyong, Khairan Marzuki, Teguh Ansyor Lorosae, Kusrini Kusrini

Abstract


Perkembangan terkini membutuhkan prediksi popularitas dari sebuah item berita bahkan sebelum diterbitkan, yang memungkinkan sebuah pengambilan keputusan tepat terkait kebutuhan modifikasi dan perbaikan. Headline merupakan bagian paling menonjol dan sering kali merupakan satu-satunya yang ditampilkan dari sebuah artikel berita. Penelitian yang dilakukan berusaha untuk membuktikan dan menunjukkan pengaruh penggunaan fitur yang diambil dari judul berita, dalam melakukan prediksi popularitas yang dijangkau pada media sosial Twitter didasarkan pada interaksi sosial yang didapatkan, yaitu total reply, likes, dan retweet. Model prediksi menggunakan teknik k-Nearest Neighbor untuk mendapatkan kemungkinan popularitas sebuah judul berita, dan memberikan feedback rekomendasi perbaikan berdasarkan nilai fitur judul berita pada set data pelatihan yang memiliki nilai jarak terdekat dari data uji yang diprediksi. Fitur yang digunakan menghasilkan angka akurasi rata-rata 89.84% pada nilai k Neighbor = 9 setelah melalui uji 5-fold cross validation.

Kata kunci : prediksi, k-Nearest Neighbor, popularitas media berita, rekomendasi keputusan


Full Text:

PDF

References


A. Tatar, P. Antoniadis, M.D. Amorim, S. Fdida, “From Popularity Prediction To Ranking Online News”, Springer: Soc. Netw. Anal. Min. 2014, 2014

J. Holsanova, H. Rahm, K. Holmqvist, “Entry Points and Reading Paths on Newspaper Spreads: Comparing a Semiotic Analysis with Eye-Tracking Measurements”, in Visual Communication, Vol 5, Issue 1, pp. 65 – 93, 2006

R. Bandari, S. Asur, B.A. Huberman, “The Pulse of News in Social Media: Forecasting Popularity”, in Proceedings of the Sixth International AAAI Conference on Weblogs and Social Media, pp. 26-33, 2012.

K. Fernandes, P. Vinagre, P. Cortez, “A Proactive Intelligent Decision Support System for Predicting the Popularity of Online News”, in 17th Portuguese Conference on Artificial Intelligence, EPIA, pp. 535-546, 2015.

A. Piotrkowicz, V. Dimitrova, J. Otterbacher, K. Markert, “Headlines Matter: Using Headlines to Predict the Popularity of News Articles on Twitter and Facebook”, Association for the Advancement of Artificial Intelligence, 2017

Wu J., Gao Z., Hu C., “An Empirical Study on Several Classification Algorithms and Their Improvements. In: Cai Z., Li Z., Kang Z., Liu Y. (eds) Advances in Computation and Intelligence”, ISICA 2009. Lecture Notes in Computer Science, vol 5821. Springer, Berlin, Heidelberg, 2009

S. Kale, R. Kumar, S. Vassilvitskii, “Cross-Validation and Mean-Square Stability”, Proceedings of 2nd Symposium on Innovations in Computer Science (ICS), 2011


Refbacks

  • There are currently no refbacks.