Best Programming Creator Content Selection with K-Means Clustering Algorithm and MAUT Method

Witari Aryunani; Yeni Setiani; Indra Purnama

doi:10.47065/bits.v7i1.7310

Witari Aryunani Gunadarma University, Depok, Indonesia
Yeni Setiani * Gunadarma University, Depok, Indonesia
Indra Purnama Gunadarma University, Depok, Indonesia

(*) Corresponding Author

DOI: https://doi.org/10.47065/bits.v7i1.7310

Keywords: Clustering; K-Means Algorithm; DSS; MAUT Method; Programming Creator Content

Abstract

Selecting quality programming content creators on platforms such as YouTube is becoming a complex challenge as digital educational content expands. This research designs a systematic approach by combining K-Means algorithm and MAUT method to objectively evaluate and rank creators. Data from 100 programming channels was analysed using K-Means, resulting in three main clusters based on audience views and interactions. The leading cluster was identified with an average of 335,461 views per video and an engagement rate of 0.31%. The MAUT method then ranked the creators in this cluster, revealing Brackeys as the best programming contentcreator with an optimal balance between audience reach and participation with a final score of 0.624. The results show that the integration of these two methods is effective in providing a data-driven solution for educational content selection, as well as a reference for creators in improving the quality of the material. The combination of K-Means and MAUT not only answers the need for objectivity in content curation, but also enriches the literacy of multidimensional evaluation methods in the era of online learning.

Downloads

Download data is not yet available.

References

R. Zekaj, “The Impact of Online Learning Strategies on Students’ Academic Performance: A Systematic Literature Review,” Int. J. Learn. Teach. Educ. Res., vol. 22, no. 2, pp. 148–164, 2023, doi: 10.26803/ijlter.22.2.9.

M. Bal, A. G. K. Aydemir, and M. Coşkun, “Exploring YouTube content creators’ perspectives on generative AI in language learning: Insights through opinion mining and sentiment analysis,” PLoS One, vol. 19, no. 9 September, pp. 1–30, 2024, doi: 10.1371/journal.pone.0308096.

S. K. Roy, “YouTube’s influential factors for academic achievement: A two-stage approach,” Telemat. Informatics Reports, vol. 10, no. February, p. 100060, 2023, doi: 10.1016/j.teler.2023.100060.

H. S. Kasman, “Perbandingan Efektifitas Algoritma K-Means Clustering -Topsis dan K-Medoids Clustering -Topsis dalam Menentukan Karyawan IT dengan Kinerja Terbaik A . Peneliti Terdahulu K-Means merupakan metode clustering non-hierarkis yang berusaha membagi data ke dalam,” vol. 4, no. 2, 2024.

J. K. Hsieh, Y. H. Fang, and C. H. Liao, “The power of choice: Examining how selection mechanisms shape decision-making in online community engagement,” Decis. Support Syst., vol. 182, no. May, p. 114250, 2024, doi: 10.1016/j.dss.2024.114250.

M. Cinelli, P. Burgherr, M. Kadziński, and R. Słowiński, “Proper and improper uses of MCDA methods in energy systems analysis,” Decis. Support Syst., vol. 163, no. January, 2022, doi: 10.1016/j.dss.2022.113848.

M. Madanchian and H. Taherdoost, “A comprehensive guide to the TOPSIS method for multi-criteria decision making,” Sustain. Soc. Dev., vol. 1, no. 1, pp. 1–6, 2023, doi: 10.54517/ssd.v1i1.2220.

V. Yfantis, A. Wagner, and M. Ruskowski, “Federated K-means clustering via dual decomposition-based distributed optimization,” Franklin Open, vol. 10, no. December 2023, p. 100204, 2025, doi: 10.1016/j.fraope.2024.100204.

S. Rahman, A. S. Alali, N. Baro, S. Ali, and P. Kakati, “A Novel TOPSIS Framework for Multi-Criteria Decision Making with Random Hypergraphs: Enhancing Decision Processes,” Symmetry (Basel)., vol. 16, no. 12, 2024, doi: 10.3390/sym16121602.

N. A. Maori and E. Evanita, “Metode Elbow dalam Optimasi Jumlah Cluster pada K-Means Clustering,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 14, no. 2, pp. 277–288, 2023, doi: 10.24176/simet.v14i2.9630.

D. Imantika et al., “Penerapan metode k-means clustering dan analytical hierarchy process (ahp) untuk pengelompokan kinerja guru dan karyawan pada sma brawijaya smart school,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. J-PTIIK, vol. 3, no. 8, pp. 7382–7390, 2019.

S. B. H. Sakur, M. Silangen, and D. Tuwohingide, “Penerapan Algoritma K-Means Cluster dan Metode TOPSIS pada Pemilihan Mahasiswa kunjungan Industri,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 11, no. 3, p. 851, 2022, doi: 10.35889/jutisi.v11i3.1045.

R. A. Siregar, “Seleksi Penyerang Utama Menggunakan K-Means Clustering Dan Sistem Pendukung Keputusan Metode Topsis,” Technomedia J., vol. 2, no. 1, pp. 37–48, 2017, doi: 10.33050/tmj.v2i1.314.

R. M. F. Lubis, J.-P. Huang, P.-C. Wang, K. Khoifin, M. Sigiro, and J. Panjaitan, “Data Clustering Mining Applying the K-Means Algorithm, Cervical Cancer Behavior Risk,” J. MEDIA Inform. BUDIDARMA, vol. 7, no. 2, pp. 819–827, 2023.

A. Pangestu and T. Ridwan, “Penerapan Data Mining Menggunakan Algoritma K-Means Pengelompokan Pelanggan Berdasarkan Kubikasi Air Terjual Menggunakan Weka,” JUST IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 12, no. 3, pp. 67–71, 2022.

M. A. Abdullah and R. T. Aldisa, “Penerapan Metode MAUT Dalam Rekrutmen Kepala Gudang di Perusahaan Dengan Pembobotan ROC,” vol. 4, no. 2, pp. 1073–1079, 2023, doi: 10.30865/klik.v4i2.1323.

A. Triayudi, J. D. Rajagukguk, and Mesran, “Implementasi Metode MAUT Dalam Menentukan Prioritas Produk Unggulan Daerah Dengan Menerapkan Pembobotan ROC,” J. Comput. Syst. Informatics, vol. 3, no. 4, pp. 452–460, 2022, doi: 10.47065/josyc.v3i4.2216.

E. K. Suni and S. A. Sutresno, “Rekomendasi Content Creator Terbaik sebagai Pendukung Keputusan Penilaian pada Agensi Menggunakan Metode TOPSIS,” vol. 5, no. 2, pp. 414–422, 2023, doi: 10.47065/bits.v5i2.4082.

A. S. L. T. T. H. Hafizah, “Data Mining Estimasi Biaya Produksi Ikan Kembung Rebus Dengan Regresi Linier Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), no. Vol 1, No 6 (2022): EDISI NOVEMBER 2022, pp. 888–897, 2022.

Y. L. Nainel, E. Buulolo, and I. Lubis, “Penerapan Data Mining Untuk Estimasi Penjualan Obat Berdasarkan Pengaruh Brand Image Dengan Algoritma Expectation Maximization (Studi Kasus: PT. Pyridam Farma Tbk),” JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 2, p. 214, 2020, doi: 10.30865/jurikom.v7i2.2097.

M. Azhari, Z. Situmorang, and R. Rosnelly, “Perbandingan Akurasi, Recall, dan Presisi Klasifikasi pada Algoritma C4.5, Random Forest, SVM dan Naive Bayes,” J. Media Inform. Budidarma, vol. 5, no. 2, p. 640, 2021, doi: 10.30865/mib.v5i2.2937.

H. Maulidiya and A. Jananto, “Asosiasi Data Mining Menggunakan Algoritma Apriori dan FP-Growth sebagai Dasar Pertimbangan Penentuan Paket Sembako,” Proceeding SENDIU 2020, vol. 6, pp. 36–42, 2020.

J. Afriany, K. Tampubolon, and R. Fadillah, “Penerapan Metode TOPSIS Penentuan Pemberian Mikro Faedah Bank Syariah Indonesia (BSI),” TIN Terap. Inform. Nusant., vol. 2, no. 3, pp. 129–137, 2021.

R. Fadillah, A. N. Purnama, W. P. Mahardika, and M. Mesran, “Sistem Pendukung Keputusan Penentuan Siaran Edukasi di Televisi Menggunakan Metode WASPAS (Weight Aggregated Sum Product Assesment),” JIKTEKS J. Ilmu Komput. dan Teknol. Inf., vol. 1, no. 3, pp. 8–16, 2023.

M. Yanto, “Sistem Penunjang Keputusan Dengan Menggunakan Metode Ahp Dalam Seleksi Produk,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 3, no. 1, pp. 167–174, 2021.

D. O. Wibowo and A. Thyo Priandika, “Sistem Pendukung Keputusan Pemilihan Gedung Pernikahan Pada Wilayah Bandar Lampung Menggunakan Metode Topsis,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 2, no. 1, p. page-page. xx~xx, 2021.

D. P. Tarigan, A. Wantoro, and S. Setiawansyah, “Sistem Pendukung Keputusan Pemberian Kredit Mobil Dengan Fuzzy Tsukamoto (Studi Kasus: Pt Clipan Finance),” TELEFORTECH J. Telemat. Inf. Technol., vol. 1, no. 1, pp. 32–37, 2020.

I. Alfansyah, J. Sibagariang, R. Fadillah, and D. Assarani, “Sistem Pendukung Keputusan Seleksi Dosen Non Komputer Terbaik Menerapkan Metode SAW,” J. Decis. Support Syst. Res., vol. 1, no. 1, pp. 30–36, 2023.

M. Mesran, A. Triayudi, D. Nofrisa, and R. Fadillah, “Penerapan Metode EXPROM II Dalam Menentukan Tempat Wisata Pantai Terbaik,” J. Sist. Komput. dan Inform., vol. 5, no. 2, pp. 337–346, 2023.

A. A. Nasution, R. T. Aldisa, M. Mesran, and R. Fadillah, “Penerapan Metode Multi Objective Optimization on The Basis of Ratio Analysis (MOORA) dalam Penentuan Pembimbing Skripsi Terbaik,” J. Inf. Syst. Res., vol. 5, no. 2, pp. 614–620, 2024.

A. Ardinsah, M. Mesran, and A. Triayudi, “Sistem Pendukung Keputusan Menentukan Aplikasi Chat Terbaik Menggunakan Metode OCRA Dengan Pembobotan ROC,” J. Comput. Syst. Informatics, vol. 4, no. 4, pp. 891–898, 2023.

M. Y. Nurzaman, “Implementasi K-Means Clustering Dalam Pengelompokkan Banyaknya Jumlah Petani Berdasarkan Kecamatan Di Provinsi Jawa Barat,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 10, no. 3, pp. 131–144, 2023.

M. Masjunedi, N. Suarna, and Y. A. Wijaya, “Analisa Penerapan Metode Clustering K-Means Untuk Pengelompokan Data Transaksi Konsumen,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1322–1328, 2023.

P. Marpaung, I. Pebrian, and W. Putri, “Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Kabupaten Deli Serdang Menggunakan Algoritma K-Means,” J. Ilmu Komput. dan Sist. Inf., vol. 6, no. 2, pp. 64–70, 2023.

M. A. Rofiq, A. Qoiriah, S. Kom, and M. Kom, “Pengelompokan Kategori Buku Berdasarkan Judul Menggunakan Algoritma Agglomerative Hierarchical Clustering Dan K-Medoids,” J. Informatics Comput. Sci., vol. 2, no. 03, pp. 220–227, 2021.

B. Harli Trimulya Suandi As and L. Zahrotun, “PENERAPAN DATA MINING DALAM MENGELOMPOKKAN DATA RIWAYAT AKADEMIK SEBELUM KULIAH DAN DATA KELULUSAN MAHASISWA MENGGUNAKAN METODE AGGLOMERATIVE HIERARCHICAL CLUSTERING (Implementation Of Data Mining In Grouping Academic History Data Before Students And Stud,” J. Teknol. Informasi, Komput. dan Apl., vol. 3, no. 1, pp. 62–71, 2021.

H. N. Amaliya and Y. Yamasari, “Clustering Bidang Keilmuan Menggunakan Kombinasi Metode Topsis dan Algoritma K Means,” JINACS J. Informatics adn Comput. Sci., vol. 04, pp. 405–413, 2023.

D. Aldo, “Sistem Pendukung Keputusan Penilaian Kinerja Dosen Dengan Menggunakan Metode Multi Attribute Utility Theory ( Maut ),” Jursima, vol. 7, no. 2, p. 76, 2019, doi: 10.47024/js.v7i2.180.

N. Rivaldy, D. Irmayanti, and M. Defriani, “Perancangan SPK Kelayakan Pinjaman Koperasi Karyawan Perum Jasa Tirta Karya Bhakti Raharja dengan Metode MAUT,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 7, no. 1, pp. 172–181, 2023.

J. Faran and R. T. Aldisa, “Implementasi Metode MAUT dengan Menerapkan Pembobotan ROC Dalam Pemilihan Ketua Himpunan Mahasiswa,” J. MEDIA Inform. BUDIDARMA, vol. 7, no. 3, pp. 1315–1322, 2023.

M. Mesran, A. Harahap, and F. Nugroho, “Sistem Pendukung Keputusan Pemilihan Aplikasi Chat Terbaik Dalam Mendukung Pembelajaran Daring di Masa Pandemi Covid Menggunakan Metode Multi Attribute Utility Theory,” J. Sist. Komput. dan Inform., vol. 4, no. 3, pp. 474–484, 2023.

G. T. Mareti and A. T. Ayunda, “Komparasi Metode Maut dan Moora dalam Pemilihan Sunscreen untuk Kulit Menggunakan Pembobotan ROC,” Build. Informatics, Technol. Sci., vol. 5, no. 2, pp. 553–564, 2023.

I. Oktaria, “Kombinasi Metode Multi-Attribute Utility Theory (MAUT) dan Rank Order Centroid (ROC) dalam Pemilihan Kegiatan Ekstrakulikuler,” J. Ilm. Inform. Dan Ilmu Komput., vol. 2, no. 1, pp. 1–11, 2023.

M. Z. Lubis, R. Fadillah, and R. M. F. Lubis, “Decision Support System for Determining New Branch Locations Applying the Multi Attribute Utility Theory (MAUT) Method,” Int. J. Informatics Data Sci., vol. 1, no. 1, pp. 36–45, 2023.

A. Azahari, P. Pahrudin, and Y. Yunita, “Penerapan Metode Topsis Pada Sistem Pendukung Keputusan Kelayakan Penerima Dana Bantuan Operasional Sekolah,” Build. Informatics, Technol. Sci., vol. 4, no. 3, pp. 1688–1696, 2022, doi: 10.47065/bits.v4i3.2290.

H.-S. Shih and D. L. Olson, “TOPSIS and its Extensions: A Distance-Based MCDM Approach,” vol. 447, p. 230, 2022.

S. Chakraborty, “TOPSIS and Modified TOPSIS: A comparative analysis,” Decis. Anal. J., vol. 2, no. December 2021, p. 100021, 2022, doi: 10.1016/j.dajour.2021.100021.

P. Pristiwanto, H. Sunandar, and B. Nadeak, “Penerapan Metode MAUT Terhadap Perkembangan Metaverse Untuk Media Pembelajaran Daring Dengan Pembobotan ROC,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 6, no. 1, pp. 100–107, 2023.

R. W. Dari, S. Sapriadi, N. A. Rahmi, and P. A. W. Purnama, “Metode Multi Attribute Utility Theory (MAUT) untuk Sistem Pendukung Keputusan Pemilihan Mobil Bekas,” J. KomtekInfo, pp. 73–79, 2023.

K. D. Putri, A. P. Juledi, and I. R. Munthe, “Perancangan Aplikasi SPK Penerimaaan Tenaga Kerja Honorer dengan Menggunakan Metode MAUT,” MEANS (Media Inf. Anal. dan Sist., pp. 48–56, 2023.

B. Okmarizal and S. Defit, “Implementasi Metode AHP Dan Maut untuk Rekomendasi Produk Tupperware Terlaris,” J. KomtekInfo, pp. 109–115, 2023.

E. Y. Dewasasmita and H. Hendry, “Perbandingan Metode SAW, MAUT, ORESTE, TOPSIS dalam Pendukung Keputusan Pembangunan Supermarket di Kabupaten Pati,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 7, no. 2, pp. 555–569, 2023.

W. K. Murti, A. Triayudi, and M. Mesran, “Penentuan Mahasiswa Berprestasi dengan Menerapkan Metode Multi Attribute Utility Theory (MAUT),” J. Sist. Komput. dan Inform., vol. 5, no. 1, pp. 122–130, 2023.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Best Programming Creator Content Selection with K-Means Clustering Algorithm and MAUT Method