Analisi Produk Pada Aplikasi Tokopedia Menggunakan Algoritma K-Means Clustering Dan Hierarchical Algomerative Clustering (Hac) Berdasarkan Tren Penjualan Online

Soleha, Puspa Ayu (2025) Analisi Produk Pada Aplikasi Tokopedia Menggunakan Algoritma K-Means Clustering Dan Hierarchical Algomerative Clustering (Hac) Berdasarkan Tren Penjualan Online. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (572kB)
	Text BAB 2.pdf Download (923kB)
	Text BAB 3.pdf Download (983kB)
	Text BAB 4.pdf Download (2MB)
	Text BAB 5.pdf Download (523kB)
	Text LAMPIRAN.pdf Download (717kB)

Abstract

erkembangan e-commerce yang pesat telah mendorong perusahaan untuk memahami tren penjualan guna meningkatkan strategi pemasaran dan efisiensi bisnis. Tokopedia, sebagai salah satu platform e-commerce terbesar di Indonesia, memiliki jumlah produk yang sangat besar, sehingga diperlukan metode analisis yang efektif untuk mengelompokkan produk berdasarkan kategori pola penjualan. Penelitian ini menerapkan algoritma K-Means Clustering dan Hierarchical Agglomerative Clustering (HAC) dalam mengelompokkan produk di Tokopedia berdasarkan kategori tren penjualan. Data yang digunakan diperoleh melalui web scraping dari platform Tokopedia dengan total 2.209 data produk dari berbagai kategori. Setelah dilakukan preprocessing, data dianalisis menggunakan kedua algoritma clustering untuk menemukan pola pengelompokan produk berdasarkan atribut seperti harga, jumlah ulasan, rating, dan jumlah penjualan. Evaluasi dilakukan menggunakan Silhouette Score dan Within-Cluster Sum of Squares (WCSS) untuk menentukan performa dan akurasi masing-masing algoritma. Hasil penelitian menunjukkan bahwa algoritma HAC lebih optimal dalam membentuk cluster yang lebih kohesif dan sesuai dengan tren penjualan dibandingkan algoritma K-Means. Cluster yang dihasilkan dapat membantu penjual dan pihak Tokopedia dalam memahami pola penjualan, mengelola stok, serta meningkatkan strategi pemasaran berdasarkan kategori produk yang lebih spesifik. Dengan demikian, penelitian ini memberikan kontribusi dalam pemanfaatan metode clustering untuk analisis data e-commerce dalam skala besar.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > H Social Sciences (General) H Social Sciences > HA Statistics H Social Sciences > HJ Public Finance
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	18 Jul 2025 02:48
Last Modified:	18 Jul 2025 02:48
URI:	http://repository.unas.ac.id/id/eprint/13787

Actions (login required)

View Item