Elfara Fraksi Dwipa, 3021510010 (2019) PERBANDINGAN METODE REGRESI LOGISTIK BINER DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENGGUNA WEB E-COMMERCE BERDASARKAN TAMPILAN USER INTERFACE (STUDI KASUS : SHOPEE DAN LAZADA). Undergraduate thesis, Universitas Internasional Semen Indonesia.
![[img]](https://repository.uisi.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
5. ABSTRAK.pdf Download (484kB) |
|
Text (DAFTAR ISI)
7. DAFTAR ISI.pdf Download (500kB) |
|
Text (BAB I PENDAHULUAN)
10. BAB I PENDAHULUAN.pdf Download (597kB) |
|
Text (DAFTAR PUSTAKA)
15. DAFTAR PUSTAKA.pdf Download (522kB) |
|
Text (JURNAL)
DRAFT PAPER.docx Restricted to Repository staff only Download (61kB) | Request a copy |
|
Text (FULLTEXT)
SKRIPSI - ELFARA FRAKSI DWIPA (3021510010).pdf Restricted to Repository staff only Download (8MB) | Request a copy |
|
Text (FULLTEXT DOC)
SKRIPSI - ELFARA FRAKSI DWIPA (3021510010).docx Restricted to Repository staff only Download (10MB) | Request a copy |
Abstract
E-commerce adalah penggunaan website dalam melakukan transaksi perbelanjaan. Shopee dan Lazada adalah contoh dari web e-commerce yang memiliki model bisnis C2C (customer to customer). Ada beberapa faktor yang menjadi pertimbangan apakah pengguna tertarik untuk mengunjungi dan menjelajahi web e-commerce tersebut, salah satunya adalah tampilan user interface yang dapat menjembatani pengguna untuk berinteraksi dengan web. Penelitian ini bertujuan untuk mengklasifikasikan pengguna kedua ecommerce dengan menggunakan faktor-faktor yang berpengaruh terhadap tampilan user interface web e-commerce. Metode yang digunakan untuk memperoleh data adalah menggunakan kuesioner yang akan ditujukan kepada responden yang berumur minimal 12 tahun. Penelitian ini menggunakan Regresi Logistik Biner dan KNN untuk melakukan proses klasifikasi sesuai ketertarikan pengguna. Ada beberapa faktor yang akan digunakan untuk menilai user interface pada kedua e-commerce, yaitu: jenis kelamin, warna header, tampilan font pencarian, kesesuaian warna font dengan background, tampilan kategori, tampilan discount pada kolom rekomendasi, tampilan star seller pada kolom rekomendasi, tampilan jumlah barang yang terjual, tampilan interaktif di kolom rekomendasi, lokasi penjual di kolom rekomendasi, tampilan jumlah produk terjual pada kolom flash sale, dan tampilan harga pada kolom flash sale. Hasil dari penelitian membuktikan bahwa metode KNN dapat melakukan prediksi lebih akurat dengan nilai 0,64 dari metode Regresi Logistik Biner yang memiliki nilai 0,48. Dari 16 variabel yang telah ditentukan hanya variabel X7 (tampilan font pencarian) dan variabel X8 (kesesuaian warna font dengan background) yang dapat mempengaruhi ketertarikan pengguna untuk membuka ecommerce tersebut.
| Item Type: | Thesis (Undergraduate) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Additional Information: | 008/KK.19/UISI-01/SI | |||||||||
| Uncontrolled Keywords: | User interface, E-commerce, Regresi Logistik Biner, KNN | |||||||||
| Contributors: |
|
|||||||||
| Subjects: | T Technology > T Technology (General) | |||||||||
| Divisions: | Department of Information System | |||||||||
| Depositing User: | Raudhatul Munawwarah | |||||||||
| Date Deposited: | 27 Jul 2020 14:29 | |||||||||
| Last Modified: | 27 Jul 2020 14:29 | |||||||||
| URI: | https://repository.uisi.ac.id/id/eprint/432 |
Actions (login required)
 |
View Item |
