Skripsi/Tugas Akhir

Analisis Pola Belanja Mahasiswa Universitas Dipa Makassar Melalui Aplikasi E-Commerce Menggunakan Algoritma K-Nearest Neighbors

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Dalam penelitian ini peneliti ingin menganalisis pola belanja mahasiswa Universitas Dipa Makassar melalui aplikasi e-commerce menggunakan algoritma K-Nearest Neighbors (K-NN) dengan k=3 dan memanfaatkan tools operators dari sofware Rapidminner, dengan memfokuskan pada kategori produk Pakaian, Elektronik, dan Perawatan Kecantikan, algoritma K-NN dalam penelitian ini digunakan untuk mengklasifikasikan data transaksi berdasarkan kemiripan fitur. Hasil dari penelitian ini menunjukkan bahwa model memiliki performa baik untuk kategori Pakaian dengan precision 83.33% dan recall 87.30%. Namun, performa untuk kategori Perawatan Kecantikan rendah dengan precision dan recall sebesar 16.67%, serta kategori Elektronik memiliki precision 50.00% dan recall 36.36%. Dengan akurasi keseluruhan sebesar 75%, model ini menunjukkan kinerja yang cukup baik tetapi memerlukan peningkatan untuk precision dan recall pada kategori perawatan kecantikan dan electronik.
Kata Kunci— Analisis Pola Belanja, Rapidminer, K-Nearest Neighbor

ABSTRACT
In this study, the researcher wants to analyze the shopping patterns of Dipa University Makassar students through e-commerce applications using the KNearest Neighbors (K-NN) algorithm with k=3 and utilizing the operator tools from the Rapidminner software, focusing on the Clothing, Electronics, and Beauty Care product categories, the K-NN algorithm in this study is used to classify transaction data based on feature similarity. The results of this study indicate that the model has good performance for the Clothing category with a precision of 83.33% and a recall of 87.30%. However, the performance for the Beauty Care category is low with a precision and recall of 16.67%, and the Electronics category has a precision of 50.00% and a recall of 36.36%. With an overall accuracy of 75%, this model shows quite good performance but requires improvement for precision and recall in the beauty care and electronics categories.
Keywords— Shopping Pattern Analysis, Rapidminer, K-Nearest Neighbor

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-50 RAM a - 0437SI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xiv + 144 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-50

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 14 Agustus 2024

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Rapid Miner

Lampiran File