Analisis Cluster Kepuasan Pengguna Terhadap Layanan Shopee Menggunakan Algoritma K-Means

Penulis

  • Endah Patimah Universitas Pembangunan Nasional Veteran Jakarta
  • Ermatita Ermatita Universitas Sriwijaya
  • Nurul Chamidah Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v17i3.3654

Kata Kunci:

Clustering, Shopee, K-Means

Abstrak

Di era teknologi yang semakin berkembang, keseharian manusia dalam melakukan aktivitas sehari-hari semakin mudah, salah satu diantaranya adalah belanja online. Aplikasi yang bergerak dibidang itu Shopee. Shopee merupakan aplikasi belanja online yang paling besar di Indonesia, dikarenakan promosi yang sering dan beragam, membuat masyarakat tertarik untuk menggunakan aplikasi Shopee. Oleh karena alasan itu, Shopee harus mengetahui kepuasan pelanggannya. Mengetahui kepuasan pelanggan adalah salah satu hal yang harus diketahui oleh pihak Shopee. Di mana kepuasan pelanggan dapat membuktikan kualitas yang dimiliki oleh pihak Shopee. Di dalam penelitian ini, akan dilakukan pengelompokkan kepuasan pelanggan Shopee dengan menggunakan algoritma K-Means. K-Means adalah salah satu algoritma Clustering, di mana K-Means akan menghasilkan kelompok berdasarkan kepada kemiripannya, sehingga metode ini cocok untuk digunakan dalam penelitian ini. Nilai cluster yang digunakan adalah 2,3,4 dan 5, di mana cluster yang telah dibentuk akan dievaluasi dengan menggunakan Davies Bouldin Index (DBI). Di mana cluster yang memiliki nilai DBI paling kecil adalah cluster yang paling optimal. Hasil yang didapatkan dari penelitian ini menghasilkan cluster yang paling optimal yaitu K-Means dengan k=2 memiliki nilai DBI sebesar 1.587617820812729.

Referensi

Marketing Interactive. (6 April 2018). Shopee Found to be the most popular r-commerce site for Indonesian mothers. Diakses pada 1 November 2020, dari https://www.marketing-interactive.com/shopee-found-to-be-the-most-popular-e-commerce-site-for-indonesian-mothers.

Nofriansyah, Dicky. 2017. Algoritma Data Mining dan Pengujiannya. STMIK Triguna Medan.

Setiaji, Galet Guntoro, et. al. (2019) ‘Komparasi Metode Clustering K-Means dan Fuzzy C-Means Untuk Memprediksi Ketepatan Waktu Lulus’, Pengembangan Rekayasa dan Teknologi, Vol.15, No.1, Juni 2019 P-ISSN 1410-9840| E-ISSN 2580-8850.

Nurzahputra, Aldi, et. al. (2017) ‘Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa’, Jurnal : Techno.COM, Vol. 16, No. 1, Februari 2017 : 17-24.

Siregar, Marina, et. al. (2020) ‘Penerapan Algoritma K-Means dalam Menentukan Tingkat Kepuasan Pembelajaran Online Pada Masa Pandemi Covid-19’, JTI: Jurnal Teknologi Informasi Vol.4, No.1, Juni 2020 P-ISSN 2580-7927| E-ISSN 2615-2738.

Surlanto, Lana, et. al. (2019) ‘Analisa Tingkat Kepuasan Mahasiswa Terhadap Layanan Pembelajaran Menggunakan K-Means dan Algoritma Genetika’, Jurnal ICT : Information Communication & Technology Vol. 18, No.1, pp. 60-64 p-ISSN: 2302-0261, e-ISSN: 2303-3363.

Wasiyanti, Sri, et. al. (2019) ‘Pengukuran Kualitas E-Commerce Terhadap Kepuasan Pengguna Menggunakan Metode Webqual 4.0’, Jurnal Komputer dan Informatika Bina Sarana Informatika Volume XXI, No.2, P-ISSN 1410-5063, E-ISSN: 2579-3500

Meidita, Yustini, et. al. (2018) ‘Pengaruh Kualitas Layanan Terhadap Kepuasan, Kepercayaan dan Loyalitas Pelanggan pada E-Commerce (Studi Kasus : Shopee)’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 11, hlm. 5682-5690, e-ISSN: 2548-964X.

Widyanita, Fika Ayu. (2018). “Analisis Pengaruh Kualitas Pelayanan E-Commerce Shopee Terhadap Kepuasan Konsumen Shopee Indonesia Pada Mahasiswa FE UII Pengguna Shopee”. Skripsi. Fakultas Ekonomi, Manajemen, Universitas Islam Indonesia, Yogyakarta.

Databoks. (1 April 2019). Pelaku E-Commerce Didominasi Usia Muda. Diakses pada 1 November 2020, dari https://databoks.katadata.co.id/datapublish/2019/04/01/pelaku-e-commerce-didominasi-usia-muda.

Adhitma, Rifki, et. al. (2020) ‘Penentuan Jumlah Cluster Ideal SMK di Jawa Tengah Dengan Metode X-Means Clustering dan K-Means Clustering’, Jurnal Informatika dan Komputer Vol. 3, No. 1, hlm. 1-5, P-ISSN: 2614-8897 | e-ISSN: 2656-1948.

S. Boddana dan H.Talla. (2019). 'Performance Examination of Hard Clustering Algorithm with Distance Metrics', International Journal of Innovative Technology and Exploring Engineering (IJITEE) Vol. 9 Issue-2S3 ISSN:2278-3075.

Unduhan

Diterbitkan

2021-12-31

Terbitan

Bagian

Article