Clustering Ulasan Pengguna Tokopedia di Official Store Aerostreet Menggunakan Metode K-Means

Latar Belakang: Tokopedia adalah e-commerce yang diluncurkan pada tahun 2009. Ulasan pelanggan di official store Aerostreet, memainkan peran penting dalam meningkatkan kepercayaan pelanggan. Namun, masih tidak ada gambaran
keseluruhan, yang ditampilkan hanya sebagai persentase ulasan dengan peringkat 4 & 5 bintang. Ini menimbulkan masalah, terutama bagi pembeli baru yang menghabiskan waktu membaca ulasan satu persatu sebelum berbelanja.
Tujuan: Penelitian ini bertujuan untuk membangun dashboard yang menyediakan analisis ulasan dan informasi sebagai referensi saat berbelanja sehingga orang menyukai produk lokal.
Metode Penelitian: Penelitian ini menggunakan metode K-Means untuk mengumpulkan data ulasan pengguna di Tokopedia. Data diambil menggunakan Automa dan disimpan dalam format csv. Data ini kemudian melewati tahap prapengolahan. Ulasan ini dianalisis menggunakan teknik TF-IDF dan metode Elbow, kemudian diterapkan untuk menyusunnya berdasarkan karakteristik yang serupa. Hasil cluster dapat dilihat melalui wordcloud.
Hasil: Penelitian ini menghasilkan dua kelompok ulasan pengguna yang terdiri dari 492 ulasan pada cluster 0 dan 4,233 ulasan di cluster 1. visualisasi data dilakukan melalui piechart dan barchart. cluster 0 membahas ukuran, berat, dan tinggi. cluster 1 menampilkan kata-kata tentang kualitas dan layanan.
Kesimpulan: Analisis cluster pada ulasan pengguna Tokopedia di official store Aerostreet menggunakan metode K-Means telah berhasil diselesaikan. Implementasi analisis ini menghasilkan dashboard yang bekerja seperti yang diharapkan. Temuan dari analisis menunjukkan bahwa pelanggan Aerostreet
umumnya puas dengan produk yang dibeli dan pengalaman belanja sampai produk mencapai tangan konsumen.