Prediksi Jumlah Penonton Program Televisi “Stasiun Dangdut” Menggunakan Model Long Short-Term Memory (LSTM)

Abstract

Perubahan perilaku audiens di era digital telah menurunkan jumlah penonton televisi konvensional dan menuntut stasiun televisi untuk memanfaatkan analisis data dalam pengambilan keputusan strategis. Penelitian ini bertujuan untuk memprediksi jumlah penonton harian program “Stasiin Dangdut” pada JTV menggunakan model Long Short-Term Memory (LSTM), yang mampu mengenali pola non-linear serta hubungan jangka panjang pada data deret waktu. Dataset yang digunakan terdiri atas data jumlah penonton harian periode 2020–2024, yang melalui tahapan pra-pemrosesan, pembagian data, normalisasi, serta pelatihan model. Hasil evaluasi menunjukkan bahwa model LSTM memberikan performa prediksi yang cukup baik dengan nilai Mean Absolute Error (MAE) sebesar 25.208,12; Root Mean Squared Error (RMSE) sebesar 30.639,20; dan Mean Absolute Percentage Error (MAPE) sebesar 29.76%. Nilai tersebut menunjukkan bahwa dalam penelitian ini, LSTM cukup efektif digunakan untuk peramalan jumlah penonton televisi dengan pola data kompleks serta berpotensi menjadi alat bantu strategis bagi pengelola media dalam merancang kebijakan konten berbasis analitik prediktif.