DEEP NEURAL NETWORK UNTUK PREDIKSI RASIO KLIK TAYANG (CLICK-THROUGH RATE)

• ERNI
• 14002422

---

ABSTRAK

Prediksi rasio klik tayang adalah salah satu kriteria yang paling sering digunakan untuk menentukan efektivitas suatu iklan, pemakaian model atau algoritma yang digunakan juga sangat penting dalam menganalisa klik tayang yang terjadi. tujuan dari penelitian ini adalah untuk membandingkan dua dataset advertising dan social network dengan mengusulkan penerapan model deep neural network dengan pengujian terhadap variasi hyperparameter untuk mencari arsitektur yang lebih baik dalam memprediksi rasio klik tayang. variasi hyperparameter meliputi 3 variasi hidden layer, 2 variasi fungsi aktivasi yaitu ReLu dan Sigmoid, 3 variasi optimizer dan 3 variasi learning rate. eksperimen yang dilakukan dengan dataset advertising parameter dengan hiden layer 3, learning rate 0.01 dan optimasi adam menghasilkan model tertinggi dengan nilai akurasi 99.90%, AUC 99.90% dan precision-recall 99.89%, sedangkan data social network ads parameter dengan hidden layer 5, learning rate 0.1 dan optimasi adam menghasilkan model tertinggi dengan nilai akurasi 92,95%, AUC 92,72 dan precision-recall 89,70%.

Kata kunci : Click-Through Rate, Deep Neural Network, preprocessing advertising, social network.

KATA KUNCI

Data Mining,DEEP NEURAL NETWORK

---

DAFTAR PUSTAKA