Pemanfaatan Data Ulasan Pengguna untuk Membangun Sistem Klasterisasi berdasarkan Pain Points menggunakan Algoritma K-Means

Ikhya Ulummuddin; Anggraini Puspita Sari; Made Hanindia Prami Swari

doi:10.54914/jtt.v10i1.1252

Penulis

Ikhya Ulummuddin Universitas Pembangunan Nasional “Veteran” Jawa Timur
Anggraini Puspita Sari Universitas Pembangunan Nasional “Veteran” Jawa Timur
Made Hanindia Prami Swari Universitas Pembangunan Nasional “Veteran” Jawa Timur

DOI:

https://doi.org/10.54914/jtt.v10i1.1252

Kata Kunci:

Klasterisasi, K-Means, Pemrosesan Bahasa Alami, Titik Nyeri, Pengalaman Pengguna

Abstrak

Dalam design thinking, tahap empathize dan define termasuk bagian UX research. Tujuannya untuk menganalisis pain points atau keluhan yang dialami oleh para pengguna dari data kualitatif yang didapatkan. Namun, proses ini selalu dilakukan secara manual, yang mana dapat memakan waktu dan sumber daya yang lebih banyak. Tujuan dari penelitian ini adalah mengembangkan sistem pengelompokkan data kualitatif berdasarkan topik masalah menggunakan K-Means clustering dan beberapa metode evaluasi, yaitu silhouette score, Davies-Bouldin Index, dan Calinski-Harabasz Index dengan bahasa pemrograman Python yang dijalankan pada Google Colaboratory. Data ulasan pengguna aplikasi Gojek versi 4.9.3 dengan rentang waktu November 2021 sampai dengan Januari 2024 dari Kaggle yang telah dilakukan beberapa tahap preprocessing, akan dimanfaatkan sebagai objek pengembangan sistem. Berdasarkan pengujian setiap jumlah klaster, hasil yang didapatkan adalah 14 klaster atau topik masalah dengan silhouette score 0.65, Davies-Bouldin Index 0.35 dan Calinski-Harabasz Index 40.7, yang mana setiap metode evaluasi memiliki kualitas akurasi yang baik. Sistem membutuhkan waktu komputasi selama 127.4 detik. Algoritma K-Means menunjukkan keefektifannya ketika digunakan untuk mengelompokkan data ulasan pengguna berdasarkan topik keluhannya. Sistem dari hasil penelitian ini dapat dimanfaatkan oleh para UX researcher untuk membantu mereka dalam menganalisis pain points lebih mudah dan efisien.

Unduhan

Data unduhan belum tersedia.

Referensi

S. Tazkiyah, A. Arifin, “Perancangan UI/UX Pada Website Laboratorium Energy Menggunakan Aplikasi Figma,” Jurnal Teknologi Terpadu, vol. 8, no. 2, pp. 72–78, 2022, doi: 10.54914/jtt.v8i2.513.

Y. S. Purbo, F. S. Utomo, Y. Purwati, “Analisis dan Perancangan Antarmuka Aplikasi Wisata Menggunakan Metode User-Centered Design (UCD),” Jurnal Teknologi Terpadu, vol. 9, no. 2, pp. 123–132, 2023, doi: 10.54914/jtt.v9i2.977.

L. Setiyani, E. Tjandra, “UI / UX Design Model for Student Complaint Handling Application Using Design Thinking Method (Case Study: STMIK Rosma Karawang),” International Journal Of Science Technology & Management, vol. 3, no. 3, pp. 690–702, 2022, doi: 10.46729/ijstm.v3i3.505.

L. Luther, V. Tiberius, A. Brem, “User Experience (UX) in Business, Management, and Psychology: A Bibliometric Mapping of the Current State of Research,” Multimodal Technologies and Interaction, vol. 4, no. 2, pp. 1-19, 2020, doi: 10.3390/mti4020018.

M. Bloemendaal, “A Breakdown of The Time and Resources Needed to Implement Design Thinking,” 2023. https://studiowhy.com/a-breakdown-of-the-time-and-resources-needed-to-implement-design-thinking.

T. A. B. Sembiring, M. S. Hasibuan, “Text Clustering in Karo Language Using TF-IDF Weighting and K-Means Clustering,” Jurnal Teknik Informatika, vol. 4, no. 5, 2023, doi: 10.52436/1.jutif.2023.4.5.1462.

M. D. R. Wahyudi, “Evaluation of TF-IDF Algorithm Weighting Scheme in The Qur'an Translation Clustering with K-Means Algorithm,” Journal of Information Technology and Computer Science, vol. 6, no. 2, pp. 117–129, 2021, doi: 10.25126/jitecs.202162295.

F. Marisa, A. R. Wardhani, W. Purnomowati, A. V. Vitianingsih, A. L. Maukar, E. W. Puspitarini, “Potential Customer Analysis Using K-Means With Elbow Method,” Jurnal Informatika dan Komputer, vol. 7, no. 2, pp. 307–312, 2023, doi: 10.26798/jiko.v7i2.911.

A. Zidane, “Gojek App Reviews Bahasa Indonesia,” 2024. https://www.kaggle.com/datasets/ucupsedaya/gojek-app-reviews-bahasa-indonesia.

H. Woo, J. Kim, W. Lee, "Validation of Text Data Preprocessing Using a Neural Network Model," Mathematical Problems in Engineering, pp. 1–9, 2020, doi: 10.1155/2020/1958149.

O. I. Gifari, M. Adha, I. R. Hendrawan, F. F. S. Durrand, "Film Review Sentiment Analysis Using TF-IDF and Support Vector Machine," Journal of Information Technology, vol. 2, no. 1, pp. 36–40, 2022, doi: 10.46229/jifotech.v2i1.330.

X. Yang, K. Yang, T. Cui, M. Chen, L. He, "A Study of Text Vectorization Method Combining Topic Model and Transfer Learning," Processes, vol. 10, no. 2, pp. 1–16, 2023, doi: 10.3390/pr10020350.

A. P. Sari, A. N. Sihananto, D. A. Prasetya, M. M. Al Haromainy, "Pengelompokkan Tingkat Penyebaran Covid 19 Pada Kabupaten Jombang Dengan Menggunakan Algoritma K-Means," Jurnal Teknologi Informasi dan Komunikasi, vol. 17, no. 3, pp. 7–12. 2022.

D. Nurfitriana, A. Voutama, “Penerapan K-Means dan Rank Order Centroid Pada Proporsi Individu Dengan Keterampilan Teknologi Informasi dan Komputer,” Jurnal Teknologi Terpadu, vol. 9, no. 2, pp. 70–78, 2023, doi: 10.54914/jtt.v9i2.608.

Carudin, “Pemanfaatan Data Transaksi Untuk Dasar Membangun Strategi Berdasarkan Karakteristik Pelanggan Dengan Algoritma K-Means Clustering dan Model RFM,” Jurnal Teknologi Terpadu, vol. 7, no. 1, pp. 7–14, 2021, doi: 10.54914/jtt.v7i1.318.