Klasifikasi perilaku konsumen dalam penggunaan E-commerce menggunakan algoritma KNN

Abstract

Penelitian ini bertujuan untuk menganalisis perilaku konsumen dalam penggunaan e-commerce di Indonesia dengan memanfaatkan algoritma K-Nearest Neighbor (KNN). Dalam penelitian ini, data yang digunakan meliputi beberapa variabel penting, seperti frekuensi belanja, jenis produk yang dibeli, dan metode pembayaran yang dipilih oleh konsumen. Algoritma KNN diterapkan untuk mengidentifikasi pola dan mengklasifikasikan perilaku konsumen berdasarkan data yang ada. Hasil analisis menunjukkan bahwa algoritma KNN mampu memberikan klasifikasi yang akurat mengenai perilaku konsumen, serta mampu mengelompokkan konsumen berdasarkan karakteristik tertentu, seperti kebiasaan berbelanja dan preferensi produk. Temuan ini memberikan wawasan yang berguna bagi perusahaan e-commerce dalam merancang strategi pemasaran yang lebih terarah dan personal, dengan memanfaatkan pemahaman yang lebih mendalam tentang pola konsumen. Selain itu, penelitian ini juga menyoroti potensi penggunaan algoritma pembelajaran mesin, seperti KNN, untuk menganalisis dan memahami data konsumen dalam konteks e-commerce. Dengan demikian, penelitian ini berkontribusi pada pengembangan pemahaman mengenai perilaku konsumen dalam e-commerce, serta pentingnya penerapan teknik analisis data canggih untuk meningkatkan efektivitas strategi pemasaran dan pengalaman konsumen.