EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

PENERAPAN CLUSTERING K-MEANS UNTUK SEGMENTASI PENGGUNA SHOPEE BERDASARKAN PERILAKU INTERAKSI DAN RIWAYAT BELANJA

Ifah Istiqomah, Dwi Hartanti, Nibras Faiq Muhammad

JATI (Jurnal Mahasiswa Teknik Informatika) · 31.07.2026 · 10 (4) · 6224-6228

DOI: 10.36040/jati.v10i4.18657 ↗

Kurz gefasst

Fachartikel in der Zeitschrift JATI (Jurnal Mahasiswa Teknik Informatika), online erschienen am 31.07.2026. Verfasst von Ifah Istiqomah und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan e-commerce yang semakin pesat, khususnya pada platform Shopee, telah menghasilkan volume data pengguna yang sangat besar dan terus meningkat dari waktu ke waktu. Data tersebut memiliki potensi yang sangat besar untuk dimanfaatkan dalam menganalisis perilaku pelanggan serta mendukung pengambilan keputusan bisnis. Namun, sebagian besar penelitian sebelumnya masih cenderung berfokus pada analisis data transaksi saja tanpa mempertimbangkan aspek perilaku interaksi pengguna secara menyeluruh, seperti aktivitas melihat produk, frekuensi kunjungan, dan penggunaan fitur aplikasi. Hal ini menyebabkan hasil segmentasi yang dihasilkan belum sepenuhnya mampu menggambarkan karakteristik pengguna secara komprehensif. Oleh karena itu, penelitian ini bertujuan untuk melakukan segmentasi pengguna dengan menggabungkan data perilaku interaksi dan riwayat pembelian agar menghasilkan pengelompokan yang lebih akurat.Metode yang digunakan dalam penelitian ini adalah K-Means Clustering dengan pendekatan CRISP-DM sebagai kerangka kerja dalam proses pengolahan data. Variabel yang dianalisis meliputi frekuensi kunjungan, jumlah klik produk, aktivitas keranjang, jumlah wishlist, serta total transaksi pembelian. Tahapan penelitian meliputi proses pengumpulan data, pembersihan dan transformasi data (preprocessing), penentuan jumlah cluster optimal menggunakan metode Elbow, serta proses clustering yang dilakukan dengan bantuan aplikasi WEKA Explorer.Hasil penelitian menunjukkan bahwa pengguna dapat dikelompokkan ke dalam beberapa segmen dengan karakteristik yang berbeda, seperti kelompok pengguna aktif dengan tingkat pembelian tinggi, kelompok pengguna dengan aktivitas tinggi namun pembelian rendah, serta kelompok pengguna dengan tingkat aktivitas yang rendah. Segmentasi ini diharapkan dapat membantu perusahaan e-commerce dalam menyusun strategi pemasaran yang lebih efektif, terarah, dan sesuai dengan karakteristik masing-masing kelompok pengguna

Zitieren

APA

Istiqomah, I., Hartanti, D., & Muhammad, N. F. (2026). PENERAPAN CLUSTERING K-MEANS UNTUK SEGMENTASI PENGGUNA SHOPEE BERDASARKAN PERILAKU INTERAKSI DAN RIWAYAT BELANJA. JATI (Jurnal Mahasiswa Teknik Informatika), 10(4), 6224-6228. https://doi.org/10.36040/jati.v10i4.18657

Vancouver

Istiqomah I, Hartanti D, Muhammad NF. PENERAPAN CLUSTERING K-MEANS UNTUK SEGMENTASI PENGGUNA SHOPEE BERDASARKAN PERILAKU INTERAKSI DAN RIWAYAT BELANJA. JATI (Jurnal Mahasiswa Teknik Informatika). 2026;10(4):6224-6228. doi:10.36040/jati.v10i4.18657

BibTeX
@article{Istiqomah2026,
  author = {Istiqomah, Ifah and Hartanti, Dwi and Muhammad, Nibras Faiq},
  title = {PENERAPAN CLUSTERING K-MEANS UNTUK SEGMENTASI PENGGUNA SHOPEE BERDASARKAN PERILAKU INTERAKSI DAN RIWAYAT BELANJA},
  journal = {JATI (Jurnal Mahasiswa Teknik Informatika)},
  year = {2026},
  volume = {10},
  number = {4},
  pages = {6224--6228},
  doi = {10.36040/jati.v10i4.18657}
}
Kostenlos starten →