PENERAPAN DATA MINING UNTUK KLASIFIKASI LOYALITAS PELANGGAN E-COMMERCE SHOPEE MENGGUNAKAN ALGORITMA GRADIENT BOOSTING

Feri Basofi (2025) PENERAPAN DATA MINING UNTUK KLASIFIKASI LOYALITAS PELANGGAN E-COMMERCE SHOPEE MENGGUNAKAN ALGORITMA GRADIENT BOOSTING. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_57201_2102030046.pdf Download (27MB)

Abstract

Industri e-commerce Indonesia tumbuh cepat, dengan Shopee sebagai pemimpin pasar. Penelitian ini menganalisis klasifikasi loyalitas pelanggan pada e-commerce Shopee dengan algoritma Gradient Boosting. Tujuannya adalah mengidentifikasi tingkat loyalitas berdasarkan data yang dikumpulkan melalui API Shopee, fokus pada transaksi dan perilaku pengguna. Data yang diperoleh akan membantu mengembangkan model klasifikasi untuk membedakan pelanggan loyal dan tidak, diikuti dengan tahap pra pemrosesan untuk membersihkan data. Metode penelitian yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan desain eksploratori dan deskriptif, yang bertujuan untuk memahami, menggali, dan mengklasifikasikan loyalitas pelanggan Shopee berdasarkan karakteristik pelanggan dan data transaksi mereka. Pendekatan kuantitatif dipilih karena memberikan kemampuan untuk menganalisis hubungan antara berbagai variabel yang dapat diukur secara numerik. Berdasarkan tabel evaluasi model yang menyajikan metrik seperti Precision, Recall, F1-Score, dan Accuracy, hasil yang diperoleh untuk semua kategori (Loyal dan Tidak Loyal) mencapai 100%. Hal ini menandakan bahwa model klasifikasi yang diterapkan memiliki kinerja yang sangat baik dalam mengenali kategori tersebut tanpa kesalahan. Semua prediksi yang dihasilkan oleh model, baik yang positif maupun negatif, sesuai dengan nilai yang sebenarnyaPenelitian ini berhasil mengidentifikasi faktor-faktor kunci yang mempengaruhi loyalitas pelanggan Shopee di Musi Rawas. Dengan menggunakan algoritma Gradient Boosting, model klasifikasi yang dikembangkan menunjukkan akurasi 100% dalam mengkategorikan pelanggan. Faktor dominan yang ditemukan adalah Total Pembayaran Rata-rata, Kelompok Pelanggan, dan Jumlah Pembelian. Hasil ini memberikan wawasan tentang perilaku pelanggan dan dapat digunakan untuk meningkatkan strategi pemasaran Shopee. Kata kunci: loyalitas pelanggan, gradient boosting, e-commerce shopee, klasifikasi data

Item Type:	Thesis (Skripsi)
Divisions:	Fakultas Komputer > Program Studi Sistem Informasi
Depositing User:	Admin Perpus UnivBI
Date Deposited:	11 Feb 2026 03:25
Last Modified:	11 Feb 2026 03:25
URI:	http://eprints.univbinainsan.ac.id/id/eprint/509

Actions (login required)

View Item