Analisis Data Viewer Youtube Untuk Menentukan Waktu Terbaik Live Streaming Game Menggunakan Decision Tree

Abstract

Permasalahan dalam penelitian ini adalah belum adanya acuan yang jelas dalam menentukan waktu optimal untuk melakukan live streaming yang dapat menghasilkan tingkat interaksi pengguna yang tinggi. Oleh karena itu, penelitian ini bertujuan untuk menentukan waktu terbaik dalam melakukan live streaming berdasarkan data aktivitas viewer pada platform YouTube Studio. Metode yang digunakan adalah Decision Tree dengan pendekatan CRISP-DM yang meliputi enam tahapan, yaitu business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Dataset yang digunakan berjumlah 50 data, kemudian setelah dilakukan proses pembersihan menjadi 46 data yang valid untuk dianalisis. Hasil penelitian ini menunjukkan bahwa model Decision Tree mampu mengklasifikasikan performa live streaming ke dalam kategori rendah, sedang, dan tinggi dengan tingkat akurasi sebesar 0.60. Variabel yang paling berpengaruh adalah interaksi pengguna seperti chat, reaksi, dan durasi tonton. Berdasarkan hasil analisis, diperoleh waktu optimal untuk melakukan live streaming yaitu pada hari Selasa pukul 00:00 dengan kategori performa tinggi. Dengan demikian, dapat disimpulkan bahwa waktu memiliki pengaruh terhadap tingkat engagement pengguna, dan penelitian ini mampu memberikan rekomendasi waktu live streaming yang optimal berbasis data untuk membantu content creator dalam meningkatkan performa siaran.