Analisis Pengelompokan E-Wallet Berdasarkan Tingkat Kecenderungan Penggunaannya Menggunakan Metode K-Means Clustering

Ramansyah, Teguh (2025) Analisis Pengelompokan E-Wallet Berdasarkan Tingkat Kecenderungan Penggunaannya Menggunakan Metode K-Means Clustering. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text LEMBAR PERNYATAAN KEASLIAN SKRIPSI.pdf Download (142kB)
	Text LEMBAR PERSETUJUAN.pdf Download (137kB)
	Text LEMBAR PENGESAHAN.pdf Download (166kB)
	Text Persetujuan Publikasi Tugas Akhir.pdf Download (149kB)
	Text HALAMAN JUDUL 1.pdf Download (1MB)
	Text BAB I.pdf Download (304kB)
	Text BAB II.pdf Download (488kB)
	Text BAB III.pdf Download (832kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (925kB)
	Text BAB V.pdf Download (267kB)
	Text DAFTAR PUSTAKA.pdf Download (203kB)
	Text LAMPIRAN.pdf Download (595kB)

Abstract

Perkembangan teknologi digital mendorong perubahan pola transaksi masyarakat dari pembayaran tunai menuju penggunaan dompet digital (e-wallet). Meningkatnya jumlah layanan dan intensitas penggunaan e-wallet menimbulkan kebutuhan untuk memahami tingkat kecenderungan penggunaannya secara lebih terstruktur. Permasalahan yang dihadapi adalah belum adanya pengelompokan e-wallet berdasarkan tingkat kecenderungan penggunaannya yang dianalisis secara kuantitatif dan objektif. Penelitian ini bertujuan untuk mengelompokkan e wallet berdasarkan tingkat kecenderungan penggunaannya menggunakan pendekatan data mining. Metode yang digunakan adalah K-Means Clustering dengan tujuh variabel, yaitu volume transaksi, nilai transaksi, penetrasi pengguna, frekuensi penggunaan, e-wallet yang paling sering digunakan, intensitas promosi, dan tingkat kepuasan pengguna. Data yang digunakan merupakan data kuantitatif hasil survei yang diproses melalui sistem analisis berbasis web. Hasil penelitian menunjukkan bahwa e-wallet dapat dikelompokkan ke dalam beberapa klaster yang merepresentasikan tingkat kecenderungan penggunaan yang berbeda, yaitu tinggi, sedang, dan rendah. Evaluasi menggunakan nilai SSE dan Davies-Bouldin Index menunjukkan bahwa klaster yang terbentuk memiliki tingkat kekompakan dan pemisahan yang cukup baik. Hasil pengelompokan ini diharapkan dapat memberikan gambaran yang lebih terstruktur mengenai pola kecenderungan penggunaan e-wallet.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	E-Wallet, Data Mining, K-Means Clustering, Clustering, Kecenderungan Penggunaan, Transaksi Digital
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Teguh Ramansyah
Date Deposited:	08 Jul 2026 08:53
Last Modified:	08 Jul 2026 08:53
URI:	http://eprints.umg.ac.id/id/eprint/16600

Actions (login required)

View Item