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:	https://repository.unas.ac.id/id/eprint/13787

Actions (login required)

View Item