PENENTUAN TINGKAT MINAT BELANJA ONLINE MELALUI MEDIA SOSIAL MENGGUNAKAN METODE CLUSTERING K-MEANS

Anita Anita

Sari


Social media becomes the pre-eminent businessperson in marketing the goods. This is based on the increasing use of social media from year to year. The determination of the level of interest in online shopping through social media aims to help find out which social media are in demand in online shopping. In this study the data used are social media BBM Group, Instagram, Facebook, Twitter and Whatsapp and age and gender. In determining the level of online shopping interest one method of Data Mining used is the method of Clustering K-Means. Clustering is the process of dividing data into classes or clusters based on their similarity. To assist in data processing used Rapid Miner application that is able to provide information on the level of interest in online shopping in social media


Teks Lengkap:

Hal 126-134

Referensi


Kusuma L.A , dan Made. (2015). Pengaruh Persepsi Harga, Kepercayaan, dan Orientasi Belanja Terhadap Niat Beli Secara Online (studi pada produk fashion online di kota denpasar). E-Jurnal Manajemen Unund, Vol.4, No.8. ISSN : 2302-8912

Ediyanto, Mara dan Satyahadewi. (2003). Pengklasifikasian karakteristik dengan Metode K-Means Cluster Analysis. Buletin Ilmiah Mat.Stat.dan Terapannya (Bimaster) Volume 02, No.2

Fadlina. (2014). Data Mining Untuk Analisa Tingkat Kejahatan jalanan dengan Algoritma Association Rule Metode Apriori. Informasi dan Teknologi Ilmiah. Volume : III, Nomor : 1, Mei 2014. ISSN : 2339-210X.

Giri Sucahyo, Y. (2003). Penerapan Data Mining. Artikel Populer Ilmu Komputer.

Khotimah,T. (2014). Pengelomppokan Surat Dalam Al-Quran Menggunakan Algoritma K-Means Jurnal SIMETRIS, Vol 5 No 1 April 2014. ISSN:2252.

Kurniawari Dewi, dan Arifin Nugraha.(2015). Strategi Pemasaran Melalui Media Sosial dan Minat Beli mahasiswa. Jurnal Simbolika, Vol 1 No 2 September 2015.

Lindawati. (2008). Data Mining dengan Teknik Clustering dalam Pengklasifikasian Data Mahasiswa. Jurnal Informatika Mei 2008,ISSN : 1979-2328.

Oscar Ong, J. (2013). Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University. Jurnal Ilmiah teknik Industri, Vol 12, No.1, Juni 2013. ISSN 1412-6869.

Oyelade, Oladipupo, dan Obagbuwa. (2010). Application of K-Means Clustering Algorithm for Prediction of Students Academic Performance. International Journal of Computer Science and Information Security. Vol.7,

Rismawan, T dan Kusumadewi,S. (2008). Aplikasi K-Means Untuk Pengelompokkan Mahasiswa Berdasarkan Nilai Body Mass Index (Bmi) & Ukuran Kerangka. Seminar Nasional Aplikasi Teknologi Informasi. ISSN: 1907-5022.

Saragih Hoga, dan Ramdhany Rizky. (2012) Pengaruh Intensi Pelanggan Dalam Berbelanja Online Kembali Melalui Media Teknologi Informatika Forum Jual Beli (FJB) Kaskus. Journal of Information Sysstem, Vol 8, Issue 2 Oktober 2012.

Wijaya Petra Surya Mega, dan Teguh Christina. (2012). Faktor faktor yang Mempengaruhi Minat Beli di Online Shop Specialis Guess. Jurnal JRMB, Vol 7 No 2 Desember 2012




DOI: https://doi.org/10.31869/rtj.v1i2.758

Article Metrics

Sari view : 1211 times
Hal 126-134 - 751 times

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

"Web Kunjungan Saat ini

Kunjungan Dari Negara

 Flag Counter

 

 

Creative Commons License
Rang Teknik Journal is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.