Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Proceedings National Conference Sisi Indonesia
Sutanto
Universitas Sebelas Maret, Central Java, Indonesia
Humanities Education Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Model Fuzzy Inference System Mamdani dan Kaplan-Meier Untuk Menganalisis Daya Tahan Video TikTok Nita Kusuma Putri; Sutanto; Nughthoh Arfawi Khurdi
Proceedings National Conference Sinesia Vol. 2 No. 1 (2026): National Conference Sinesia III | Tut Wuri Handayani
Publisher : Yayasan Penelitian dan Pengabdian Masyarakat Sisi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69836/ncrcs-sinesia.v2i1.154

Abstract

Perkembangan TikTok sebagai media sosial populer mendorong pentingnya analisis daya tahan video pada halaman For You Page karena karakteristik video yang mampu bertahan lama dan terus direkomendasikan masih belum diketahui secara pasti. Penelitian ini bertujuan untuk menganalisis ketahanan video di For You Page TikTok menggunakan gabungan metode Fuzzy Inference System Mamdani dan Kaplan-Meier. Variabel input pada metode Fuzzy Inference System Mamdani meliputi jenis konten, sound, dan durasi video, sedangkan outputnya berupa ketahanan video yang diperoleh melalui proses inferensi max-min dan defuzzifikasi. Selanjutnya, metode Kaplan-Meier digunakan untuk menghitung ketahanan aktual video berdasarkan data views, likes, comments, dan shares selama periode pengamatan. Hasil penelitian menunjukkan bahwa video dengan jenis konten tren, menggunakan reused sound, dan berdurasi pendek memiliki tingkat ketahanan tertinggi berdasarkan metode Fuzzy Inference System Mamdani dan sesuai dengan hasil Kaplan-Meier yang menunjukkan jumlah views, likes, comments, dan shares tertinggi dibandingkan video lainnya. Oleh karena itu, kombinasi kedua metode ini efektif dalam menganalisis dan memprediksi ketahanan video di For You Page TikTok.
Co-Authors Nita Kusuma Putri Nughthoh Arfawi Khurdi