Penerapan Data Mining dalam Optimalisasi Strategi Pemasaran Afiliasi di Tiktok Menggunakan Algoritma Content Based Filtering

Sandra, Egi Yoni (2025) Penerapan Data Mining dalam Optimalisasi Strategi Pemasaran Afiliasi di Tiktok Menggunakan Algoritma Content Based Filtering. Bachelor/Skripsi thesis, Universitas Negeri Padang.

[thumbnail of final_13_EGI_YONI_SANDRA_21343005_5163_2025.pdf] Text
final_13_EGI_YONI_SANDRA_21343005_5163_2025.pdf

Download (2MB)

Abstract

Pemasaran afiliasi di platform TikTok menghadapi tantangan saturasi informasi dan rendahnya relevansi konten promosi akibat kesenjangan antara produk yang ditawarkan dengan minat spesifik audiens. Penelitian ini bertujuan untuk merancang dan membangun model Content-Based Filtering (CBF) yang sistematis guna menghasilkan peringkat relevansi antara produk afiliasi dengan konten video berdasarkan analisis fitur tekstual. Metodologi penelitian terapan kuantitatif ini mengadopsi kerangka kerja Knowledge Discovery in Databases (KDD) untuk mengolah data historis dari akun kreator TikTok @arpa_ads. Data tekstual (caption dan hashtag) diproses melalui tahap pra-pemrosesan (termasuk stemming menggunakan Sastrawi) dan ditransformasikan menjadi representasi numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Tahap penambangan data kemudian menggunakan Cosine Similarity untuk menghitung tingkat kemiripan konten. Hasil evaluasi model menggunakan metrik Precision, Recall, dan F1-Score menghasilkan nilai rata-rata seimbang sebesar 0.58, yang menunjukkan bahwa sistem memiliki kemampuan yang cukup baik dalam mengidentifikasi hubungan semantik antara deskripsi produk dan video promosi. Hasil rekomendasi divisualisasikan melalui dashboard interaktif di Tableau, yang berfungsi sebagai alat bantu strategis bagi kreator untuk mengoptimalkan strategi konten dan meningkatkan potensi konversi. Secara keseluruhan, penelitian ini membuktikan bahwa penerapan Content-Based Filtering berbasis konten teks dapat mendukung pengambilan keputusan yang berbasis data dalam pemasaran afiliasi di TikTok.

Item Type: Thesis (Bachelor/Skripsi)
Contributors:
Contribution
Contributors
Email
Thesis advisor
Novaliendry, Dony
UNSPECIFIED
Corrector
Darni, Resmi
UNSPECIFIED
Corrector
Syafrijon, Syafrijon
UNSPECIFIED
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Pendidikan Teknik Informatika-S1
Depositing User: Sudia Ajjronisa S.Sos
Date Deposited: 10 Nov 2026 03:27
Last Modified: 10 Nov 2026 03:27
URI: https://repository.unp.ac.id/id/eprint/49702

Actions (login required)

View Item
View Item