Youtube viewer becomes a major factor in a content creator's success. The problem is how can predict the number of viewers of a youtube content to determine the success of a content or make it a trending video topic. A machine or computer can predict the number of viewers using the ANN method. DNN is one of ANN models that can predict a dataset. This study compared the success rate in predicting the number of viewers of youtube content from Youtube API dataset. DNN model prediction results have a higher level of excellence compared to the use of traditional methods Linear Regression and Naive Bayes.

Algoritma pencocokan string mencoba menemukan posisi di mana satu atau beberapa pola (juga disebut string) terjadi dalam teks. Penelitian ini membandingkan algoritma Knuth-Morris-Pratt dan Boyer-Moore untuk mencocokkan algoritma di internet atau dokumen web. Pada internet atau dokumen web, pencarian adalah proses penting untuk proses ekstraksi konten. Oleh karena itu, panjang tag HTML diperiksa untuk menentukan algoritma mana yang lebih cocok untuk proses pencocokan. Eksperimen kami menunjukkan bahwa algoritma yang dipilih adalah algoritma pencocokan pola terbaik dengan kinerja 12 kali lipat lebih cepat dibandingkan yang algoritma lain dalam worst-case untuk SEO HTML tags dokumen server web. Hasil tersebut berbeda dengan literatur sebelumnya yang menunjukan kinerja sebaliknya