OPTIMASI REKOMENDASI DESAIN KONTEN MEDIA SOSIAL BERBASIS DEEP LEARNING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK PADA PT SUKSES INTERNET PROMOSI

Refaldi, Arfin (2024) OPTIMASI REKOMENDASI DESAIN KONTEN MEDIA SOSIAL BERBASIS DEEP LEARNING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK PADA PT SUKSES INTERNET PROMOSI. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER-BAB III.pdf - Published Version Download (2MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (772kB) | Request a copy
	Text BAB V.pdf - Published Version Download (7MB)

Abstract

PT Sukses Internet Promosi fokus pada pemasaran digital melalui media sosial dan menghadapi tantangan dalam efisiensi pembuatan konten. Untuk mengatasi hal ini, perusahaan mengadopsi teknologi Deep Learning dengan metode Convolutional Neural Networks (CNN). Penerapan CNN diharapkan dapat membantu memilih dan membuat konten yang sesuai dengan merek dan audiens dengan lebih efisien. Pengujian berbagai model CNN menunjukkan hasil terbaik pada model VGG-16 dengan akurasi pelatihan 99,04% dan akurasi pengujian 89,67%, sementara model ResNet50 memiliki performa terendah dengan akurasi pelatihan 77,23% dan akurasi pengujian 67,67%. Hasil penelitian menunjukkan bahwa penggunaan CNN meningkatkan efisiensi pembuatan konten media sosial, mendukung kreativitas desainer, dan berhasil dalam analisis gambar. Implementasi CNN di PT Sukses Internet Promosi terbukti efektif dalam mengatasi tantangan pembuatan konten.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Deep Learning, Convolutional Neural Network, Desain grafis
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	14 Apr 2025 09:21
Last Modified:	14 Apr 2025 09:22
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2396

Actions (login required)

View Item