Klasifikasi Selebgram melalui Analisis Traffic Post dan Deteksi Objek Menggunakan Metode Convolutional Neural Network
Abstract
Era digital inovatif, memilih selebgram untuk kampanye endorsement kini membutuhkan keahlian mengedepankan akurasi dan ketelitian. Tidak hanya jumlah pengikut yang besar, tetapi juga perlu mempertimbangkan pemetaan ketertarikan dan interaksi dalam setiap unggahan. Instagram, sebagai platform sosial yang populer, menjadi tempat bagi hampir semua orang untuk berbagi momen dan tak jarang postingan yang diunggah mencerminkan minat dan ketertarikan. Penelitian ini akan mengotomatisasi pemilihan calon endorser dengan menganalisis ketertarikan melalui pengolahan citra menggunakan metode deep learning, yaitu Convolutional Neural Network, sebuah algoritma dalam pengolahan citra digital. Tujuan utama penelitian ini adalah untuk mengklasifikasikan ketertarikan berdasarkan unggahan di Instagram dengan Convolutional Neural Network, dan menggabungkannya dengan analisis frekuensi data komentar dan like untuk mendapatkan peringkat influencer tertinggi dalam kampanye endorsement sesuai kategori, seperti Food, Travelling, Otomotif, dan Beauty or Fashion. Hasil pengujian model dengan menggunakan confusion matrix menunjukkan akurasi tertinggi 88%, presisi 91%, dan recall 84%. Model diuji pada 2500 dataset, dengan pembagian 90% data latih dan 10% validasi.
References
[2] Erwin, M. R. S., & Triawan, M. A. A. G. (2021). Deteksi Hama Ulat Pada Tanaman Selada Berbasis Aquaponic Menggunakan CNN (Convolutional Neural Network). e-Proceeding Engineering, 8(5), 10254–10263.
[3] S. Febriani and H. Sulistiani, ‘ANALISIS DATA HASIL DIAGNOSA UNTUK KLASIFIKASI GANGGUAN KEPRIBADIAN MENGGUNAKAN ALGORITMA C4.5’, J. Teknol. Dan Sist. Inf., vol. 2, no. 4.
[4] D. P. Utomo and M. Mesran, ‘Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung’, J. MEDIA Inform. BUDIDARMA, vol. 4, no. 2, p. 437, Apr. 2020, doi: 10.30865/mib.v4i2.2080.
[5] Hanum Harani, N., Prianto, C., & Hasanah, M. (2019). Deteksi Objek Dan Pengenalan Karakter Plat Nomor Kendaraan Indonesia Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Python. Jurnal Teknologi Informasi, 11(3), 47–53.
[6] Kholik, A. (2021). Klasifikasi Menggunakan Convolutional Neural Network (CNN) Pada Tangkapan Layar Halaman Instagram. JDMSI, 2(2), 10–20.
[7] I. Hartono, A. Noertjahyana, and L. W. Santoso, ‘Deteksi Masker Wajah dengan Metode Convolutional Neural Network’.
[8] A. Prayoga, Maimunah, P. Sukmasetya, Muhammad Resa Arif Yudiantol, and Rofi Abul Hasani, ‘Arsitektur Convolutional Neural Network untuk Model Klasifikasi Citra Batik Yogyakarta’, J. Appl. Comput. Sci. Technol., vol. 4, no. 2, pp. 82–89, Nov. 2023, doi: 10.52158/jacost.v4i2.486.
[9] Retnowati, N. D., Indrianingsih, Y., & Honggowibowo, A. S. (2019). Pemanfaatan Endorse Dan Hashtag Untuk Pemasaran Produk Menggunakan Instagram Pada UMKM Di Kecamatan Patuk Kabupaten Gunung Kidul.
[10] Sultana, R. (2020). Trash and Recyclable Material Identification Using Convolutional.
[11] M. Khder, ‘Web Scraping or Web Crawling: State of Art, Techniques, Approaches and Application’, Int. J. Adv. Soft Comput. Its Appl., vol. 13, no. 3, pp. 145–168, Dec. 2021, doi:
Copyright (c) 2024 Achmad Sirojudin, Hairul Bahri, Ahmad Saifur Rohman, Mukhamad Angga Gumilang
This work is licensed under a Creative Commons Attribution 4.0 International License.