CLUSTERING KOMENTAR REVIEW PENGGUNA APLIKASI MOBILE MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

M. Hanif Khoirul Amri, NIM.: 17106050017 (2024) CLUSTERING KOMENTAR REVIEW PENGGUNA APLIKASI MOBILE MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (CLUSTERING KOMENTAR REVIEW PENGGUNA APLIKASI MOBILE MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING) 17106050017_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (CLUSTERING KOMENTAR REVIEW PENGGUNA APLIKASI MOBILE MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING) 17106050017_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Banyaknya pengguna smartphone di Indonesia yang telah mencapai 213 juta pengguna per Januari 2023 telah memberikan peluang besar bagi aplikasi-aplikasi mobile, seperti Gojek, Grab, Shopee, Tokopedia, dan Bukalapak, untuk menjadi perantara utama dalam menyediakan layanan transportasi, belanja online, dan transaksi elektronik lainnya. Hal ini menarik minat penulis untuk melakukan clustering pada komentar review aplikasi-aplikasi tersebut untuk mengidentifikasi pola perkembangan seiring waktu, dengan harapan memberikan wawasan yang berguna bagi pihak terkait. Dalam penelitian ini penulis menggunakan algoritma K-Means Clustering untuk melakukan clustering atau pengelompokan data review aplikasi Gojek, Grab, Shopee, Tokopedia, dan Bukalapak pada platform Google Play Store dan IOS Appstore. Data uji yang digunakan berjumlah 19550 dan 8433 untuk Gojek Appstore dan Play Store, 255 dan 220000 untuk Grab Appstore dan Play Store, 9767 dan 111006 untuk Shopee Appstore dan Play Store, 13127 dan 19084 untuk Tokopedia Appstore dan Play Store, 3758 dan 194128 untuk Bukalapak Appstore dan Play Store. Data uji tersebut kemudian dilakukan proses clustering menggunakan K-Means Clustering pada tiap platform (Play Store dan Appstore) secara terpisah pada masing-masing aplikasi. Data yang telah dilakukan clustering kemudian dievaluasi menggunakan silhouette coefficient untuk mengukur tingkat keakuratan clustering. Data hasil clustering juga dibagi perbulan untuk melihat pembagian komentar dan pola perubahan cluster tiap bulannya. Pada penelitian ini penulis menentukan jumlah cluster sebanyak k=5 pada semua proses clustering. Setelah dilakukan clustering dan evaluasi silhouette coefficient, didapatkan cluster dengan jumlah data tertinggi pada masing-masing aplikasi yaitu; Appstore Gojek pada cluster 1 dengan total 83% dari semua data, dan Play Store Gojek pada cluster 5 dengan total 80% dari semua data. Grab Appstore tertinggi pada cluster 2 dengan 37,5% total data, dan Grab Play Store pada cluster 1 dengan 83% total data. Shopee Appstore tertinggi pada cluster 2 dengan 64% dari total data, dan Shopee Play Store pada cluster 2 dengan 84% total data. Tokopedia Appstore pada cluster 3 dengan 78% total data, Play Store pada cluster 3 denga 83% total data. Bukalapak Appstore pada cluster 1 dengan 86% dari total data, dan Play Store pada cluster 4 dengan 75% dari total data.

Share this knowledge with your friends :

Actions (login required)

View Item