ANALISIS POLA DAN PREDIKSI ENGAGEMENT RATE PADA KONTEN TIKTOK MENGGUNAKAN METODE RANDOM FOREST

Oleh :
Naili Azqiyah - M0122068 - Fak. MIPA

TikTok merupakan platform media sosial yang banyak dimanfaatkan seba gai sarana hiburan, promosi, dan pemasaran digital. Tingkat keterlibatan pengguna pada suatu konten dapat diukur menggunakan engagement rate (ER), yaitu perbandingan antara jumlah interaksi pengguna dengan jumlah tayangan. Perbedaan tingkat engagement antar konten menunjukkan adanya faktor-faktor yang memengaruhi keterlibatan pengguna.Penelitian ini bertujuan untuk menentukan pola dan menganalisis prediksi ER pada konten TikTok menggunakan metode random forest. Penelitian ini merupakan penelitian terapan dengan pendekatan kuantitatif. Data yang digunakan berupa data sekunder sebanyak 256 konten TikTok dengan kata kunci fashion, ootd, dan outfit dari laman Apify pada periode Januari hingga Mei 2026. Variabel yang digunakan yaitu durasi video, waktu unggah, dan keaslian audio sebagai variabel prediktor, serta ER sebagai variabel respon. Analisis pola dilakukan berdasarkan statistik deskriptif pada kategori ER rendah, sedang, dan tinggi. Selanjutnya, model prediksi dibentuk menggunakan metode random forest. Evaluasi model dilakukan menggunakan koefisien determinasi (R^2), sedangkan tingkat kepentingan variabel dianalisis menggunakan mean decrease accuracy (MDA) dan mean decrease impurity (MDI). Berdasarkan hasil penelitian, diperoleh bahwa konten dengan ER tinggi cenderung memiliki durasi video pada rentang 12,75 hingga 15 detik, diunggah pada rentang waktu pukul 05:48:58 hingga 12:29:17, serta lebih dominan menggunakan audio asli. Model prediksi yang dibentuk mampu menjelaskan sekitar 39,5% variasi ER dengan nilai R^2 sebesar 0,395. Hasil analisis kepentingan variabel menunjukkan bahwa waktu unggah merupakan variabel yang paling penting dalam memprediksi ER, diikuti oleh durasi video dan keaslian audio.