Abstract
Youtube viewer becomes a major factor in a content creator's success. The problem is how can predict the number of viewers of a youtube content to determine the success of a content or make it a trending video topic. A machine or computer can predict the number of viewers using the ANN method. DNN is one of ANN models that can predict a dataset. This study compared the success rate in predicting the number of viewers of youtube content from Youtube API dataset. DNN model prediction results have a higher level of excellence compared to the use of traditional methods Linear Regression and Naive Bayes.
Highlights
YouTuber adalah seseorang atau sekelompok orang yang memiliki akun atau channel di platform YouTube, mereka membuat konten dan mengunggah video yang mereka hasilkan ke akun atau saluran yang
Youtube viewer becomes a major factor in a content creator's success
The problem is how can predict the number of viewers of a youtube content to determine the success
Summary
YouTuber adalah seseorang atau sekelompok orang yang memiliki akun atau channel di platform YouTube, mereka membuat konten dan mengunggah video yang mereka hasilkan ke akun atau saluran yang. Saat ini platform video bersaing untuk memberikan layanan yang lebih baik, Youtube sebagai platform pemimpin pasar berhasil berbagi keuntungan dengan pembuat konten mereka. Hal inilah yang membuat prediksi jumlah penonton relatif sulit ditebak meskipun dari segi kualitas suatu konten memiliki nilai yang sangat baik namun belum tentu jumlah penonton berbanding lurus dengan itu. Penghasilan pembuat konten sangat erat kaitannya dengan layanan iklan komersial yang dilayani oleh Youtube. Penampil prediksi Youtube menggunakan model DNN (Deep neural network) memiliki hasil yang lebih baik dibandingkan dengan metode tradisional seperti KNN[12] sebagai metode regretor atau Naive Bayes. Hasil DNN untuk prediksi jumlah penonton adalah 92% dari skor R2
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Journal of Information System, Informatics and Computing
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
