Pengelompokan Toko E-commerce Shopee berdasarkan Reputasi Toko menggunakan Metode Clustering K-Medoids
Kata Kunci:
pengelompokan toko, clustering, k-medoids, silhouette coefficientAbstrak
Perkembangan internet mendorong terbentuknya e-commerce atau electronic commerce. Salah satu e-commerce yang dengan pengunjung paling banyak di Indonesia adalah Shopee dengan jumlah pengunjung lebih dari 72 juta tiap bulannya pada akhir tahun 2019. Walaupun e-commerce membawa dampak baik, pengguna tetap dihadapkan dengan risiko dari transaksi jual beli melalui e-commerce. Pengguna harus lebih berhati-hati dalam memilih toko yang akan dipercaya agar terhindar dari risiko tersebut. Pengguna sendiri dihadapkan oleh banyak pilihan pada saat mencari produk dan pengguna harus mempertimbangkan toko yang akan dipilih. Pengelompokan toko pada e-commerce Shopee berdasarkan reputasi menggunakan metode clustering K-Medoids dapat dilakukan untuk menyelesaikan permasalahan tersebut. Data pada penelitian ini diambil dengan melakukan web scraping pada 100 akun toko pada e-commerce Shopee. Langkah-langkah pada penelitian ini adalah preprocessing, normalisasi, mencari distance tiap data, clustering dengan K-Medoids, dan evaluasi dengan Silhouette Coefficient. Pada penelitian ini dilakukan pengujian pada banyak cluster dan banyak data yang digunakan. Dari kedua pengujian tersebut didapatkan bahwa nilai rata-rata Silhouette Coefficient terbaik sebesar 0,317681 didapatkan pada penggunaan cluster sebanyak 2 dan data sebanyak 100.