Analisis Ulasan Pengguna Aplikasi Gojek Berdasarkan Versi Aplikasi Menggunakan Metode Clustering untuk Evaluasi Kepuasan
Article Sidebar
Main Article Content
Abstract
Penelitian ini bertujuan untuk menganalisis data ulasan pengguna aplikasi Gojek dengan menggunakan metode clustering untuk mengelompokkan pengguna berdasarkan versi aplikasi dan tingkat kepuasan mereka. Dataset yang digunakan diperoleh dari Kaggle dan berisi kolom-kolom seperti “username”, “content”, “score”, “at”, dan “appversion”. Dalam penelitian ini, dilakukan pengelompokan data ke dalam tiga cluster menggunakan algoritma K-Means. Setiap versi aplikasi dikonversi menjadi nilai numerik, dan data dipangkas menjadi maksimal 1.000 entri per versi untuk menjaga keseimbangan. Hasil clustering menunjukkan adanya pola kepuasan pengguna yang bervariasi pada setiap versi aplikasi. Cluster pertama merepresentasikan pengguna dengan tingkat kepuasan rendah, cluster kedua menunjukkan tingkat kepuasan tinggi pada versi aplikasi terbaru, dan cluster ketiga menampilkan tingkat kepuasan tinggi pada versi aplikasi awal. Visualisasi hasil clustering memberikan wawasan yang berharga bagi pengembang aplikasi untuk meningkatkan pengalaman pengguna.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Riadi S, Ulum F. Analisis Penerapan Algoritma First Come First Served (Fcfs) Dalam Proses Pesanan Pada Aplikasi Gojek. J Inform dan Rekayasa Perangkat Lunak [Internet]. 2021;2(2):268–75. Available from: http://jim.teknokrat.ac.id/index.php/informatika
Muflihhadi I, Rubiyanti RN. Pengaruh Perceived Usefulness , Perceived Ease of Use , Dan Trust Terhadap Kepuasan Konsumen ( Studi Pada Gojek Bandung ). e-Proceeding Manag [Internet]. 2016;3(2):2026–33. Available from: https://openlibrarypublications.telkomuniversity.ac.id/index.php/management/article/view/1945/1846
Herlinda V, Darwis D. Analisis Clustering Untuk Recredesialing Fasilitas Kesehatan Menggunakan Metode Fuzzy C-Means. Darwis, Dartono [Internet]. 2021;2(2):94–9. Available from: http://jim.teknokrat.ac.id/index.php/JTSI
Bakri M. Penerapan Data Mining untuk Clustering Kualitas Batu Bara dalam Proses Pembakaran di PLTU Sebalang Menggunakan Metode K-Means. J Teknoinfo [Internet]. 2017;11(1):6. Available from: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/article/view/3/3
Wakhidah N. Clustering Menggunakan K-Means Algorithm. J Transform [Internet]. 2010;8(1):33. Available from: https://journals.usm.ac.id/index.php/transformatika/article/view/45/45
nurul rohmawati, sofi defiyanti mohamad jajuli. Implementasi Algoritma K-Means Dalam Pengklasteran Mahasiswa Pelamar Beasiswa. Jitter 2015 [Internet]. 2015;I(2):62–8. Available from: https://journal.widyatama.ac.id/index.php/jitter/article/view/56
JASMINE K. 済無No Title No Title No Title. Penambahan Natrium Benzoat Dan Kalium Sorbat Dan Kecepatan Pengadukan Sebagai Upaya Penghambatan Reaksi Inversi Pada Nira Tebu [Internet]. 2014;(1):26–32. Available from: https://d1wqtxts1xzle7.cloudfront.net/96758486/238400_penerapan_algoritma_k_means_clustering_a_97bef344-libre.pdf?1672778339=&response-content-disposition=inline%3B+filename%3DPenerapan_Algoritma_K_Means_Clustering_A.pdf&Expires=1735821117&Signature=Ay2Pa
Balaka MY. Metode penelitian Kuantitatif. Metodol Penelit Pendidik Kualitatif [Internet]. 2022;1:130. Available from: https://repository.penerbitwidina.com/media/publications/464453-metodologi-penelitian-kuantitatif-10d6b58a.pdf
Kusuma WA, Husniah L. Skeletonization using thinning method for human motion system. In: 2015 International Seminar on Intelligent Technology and Its Applications, ISITIA 2015 - Proceeding. Institute of Electrical and Electronics Engineers Inc.; 2015. p. 103–6.
Nur Khormarudin A, Kevin Synagogue Panjaitan OC, Septianingsih A, Faisal M, Utami WS, Novia Ningsi L, et al. Teknik Data Mining: Algoritma K-Means Clustering. J Lebesgue J Ilm Pendidik Mat Mat dan Stat [Internet]. 2022;1(2):116–23. Available from: https://djournals.com/klik%0Ahttps://ilmukomputer.org/category/datamining/