Analisis Cluster Kepuasan Pengguna Terhadap Aplikasi WhatsApp Menggunakan Algoritma K-Means

Hussein, Saddam (2024) Analisis Cluster Kepuasan Pengguna Terhadap Aplikasi WhatsApp Menggunakan Algoritma K-Means. S1 thesis, Sistem Informasi.

	Text SKRIPSI FULL_SADDAM HUSSEIN_F1E120061.pdf Restricted to Repository staff only Download (7MB)
	Text COVER SKRIPSI SADDAM HUSSEIN_F1E120061.pdf Download (281kB)
	Text HALAMAN PENGESAHAN SKRIPSI SADDAM HUSSEIN.pdf Download (453kB)
	Text ABSTRAK SKRIPSI FULL_SADDAM HUSSEIN_F1E120061.pdf Download (270kB)
	Text BAB 1 SKRIPSI SADDAM HUSSEIN_F1E120061.pdf Download (358kB)
	Text BAB 5 SKRIPSI FULL_SADDAM HUSSEIN_F1E120061.pdf Download (283kB)
	Text DAFTAR PUSTAKA SKRIPSI FULL_SADDAM HUSSEIN_F1E120061.pdf Download (441kB)

Abstract

Jumlah penduduk yang besar dan tingkat adopsi teknologi yang terus meningkat, Indonesia telah menyaksikan popularitas berbagai platform media sosial menjadi fenomena yang mencolok. Data hingga Januari 2023 menunjukkan bahwa sekitar 167 juta orang di Indonesia, setara dengan 60,4% dari total populasi, menggunakan media sosial. Dari berbagai platform yang tersedia, WhatsApp mendominasi dengan 92,1% pengguna. Kehadiran WhatsApp yang telah mapan dan menjadi prioritas dalam layanan media sosial memunculkan kebutuhan untuk mengidentifikasi kepuasan penggunanya. Penelitian ini akan menggunakan metode dan variabel seperti motif integrasi dan interaksi sosial (Personal Relationship) dari Teori Mc-Quail, kemudahan penggunaan (Ease of Use) dari End User Computing Satisfaction (EUCS), serta evaluasi kualitas informasi, sistem, dan layanan (Information Quality, System Quality, dan Service Quality) dari model Delone and McLean. Tujuannya adalah untuk mengimplementasikan algoritma K-Means dalam mengelompokkan pengguna WhatsApp di Indonesia dan menentukan jumlah cluster yang optimal untuk memahami tingkat kepuasan mereka. Metode analisis data yang digunakan adalah K-Means Clustering dengan 210 responden sebagai sampel, yang dipilih melalui metode non probability sampling melalui teknik purposive sampling. Hasil analisis menunjukkan bahwa K=2 merupakan jumlah cluster yang optimal, dengan 99 responden masuk ke dalam cluster 1 dan 111 responden masuk ke dalam cluster 2. Evaluasi tambahan dengan nilai Davies Bouldin Index (DBI) mendukung keefektifan K=2 sebagai hasil clustering yang paling tepat dengan nilai DBI sebesar 1.772639. Penelitian ini memberikan pemahaman yang mendalam mengenai kepuasan pengguna WhatsApp di Indonesia, yang merupakan informasi penting bagi pengembangan layanan media sosial di masa depan.

Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Depositing User:	HUSSEIN
Date Deposited:	10 Jun 2024 08:13
Last Modified:	10 Jun 2024 08:24
URI:	https://repository.unja.ac.id/id/eprint/64878

Actions (login required)

View Item