SYAHRIZAL, MUHAMMAD (2025) ANALISIS PENGELOMPOKAN MENU GOFOOD BERDASARKAN HARGA DAN DISKON MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf - Published Version Download (708kB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (287kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (495kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (393kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (91kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (93kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.3968.zip - Published Version Restricted to Repository staff only Download (7kB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (789kB) |
Abstract
Layanan pesan antar makanan seperti GoFood menghadirkan jutaan produk dari ribuan merchant dengan variasi harga dan diskon yang sangat beragam, sehingga menimbulkan tantangan dalam memahami struktur penawaran dan menentukan strategi pemasaran yang efektif. Kurangnya segmentasi produk berbasis karakteristik harga dan diskon dapat menghambat merchant maupun pihak platform dalam menyusun kebijakan promosi dan strategi harga yang tepat sasaran. Untuk mengatasi masalah tersebut, penelitian ini mengimplementasikan algoritma K-Means Clustering pada dataset menu GoFood tahun 2022 - 2024 dengan fokus pada atribut harga (price) dan harga diskon (discount_price). Tahapan penelitian meliputi pra-pemrosesan data, pengisian nilai hilang, normalisasi fitur, penentuan jumlah klaster optimal menggunakan metode Elbow, serta evaluasi hasil klaster dengan Silhouette Score dan Davies–Bouldin Index. Hasil pengelompokan menunjukkan terbentuknya tiga klaster utama: produk berharga rendah tanpa diskon signifikan, produk menengah dengan potongan harga sedang hingga besar, dan produk premium dengan harga tinggi namun jarang didiskon. Nilai Silhouette Score sebesar 0.8977 dan Davies–Bouldin Index 0.4888 menunjukkan kualitas klaster yang baik. Temuan ini memberikan kontribusi praktis bagi merchant dan pengelola GoFood dalam merancang strategi promosi serta penetapan harga yang lebih terarah berdasarkan segmen produk. Penelitian selanjutnya dapat memperluas analisis dengan menambahkan fitur perilaku konsumen atau ulasan pelanggan untuk meningkatkan akurasi segmentasi pasar.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | K-Means Clustering, GoFood, Segmentasi Produk, Harga, Diskon. Product Segmentation, Price, Discount. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 03 Mar 2026 01:55 | ||
| Last Modified: | 03 Mar 2026 01:55 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31722 |
Actions (login required)
 |
View Item |