Analisis Preferensi Konsumen dalam Pembelian Laptop Berdasarkan Kebutuhan Pengguna di Tokopedia Menggunakan Algoritma Fuzzy SVM (Support Vector Machine)

Mutia Sari; Fatma Sari Hutagalung

doi:10.33151/ijomss.v4i4.917

Mutia Sari Universitas Muhammadiyah Sumatera Utara
Fatma Sari Hutagalung Universitas Muhammadiyah Sumatera Utara

DOI: https://doi.org/10.33151/ijomss.v4i4.917

Keywords: Sistem rekomendasi; laptop; e-commerce; Fuzzy SVM; klasifikasi

Abstract

Perkembangan teknologi informasi mendorong pertumbuhan pesat e-commerce, termasuk penjualan laptop melalui platform Tokopedia. Banyaknya pilihan merek, spesifikasi, dan harga seringkali menyulitkan konsumen menentukan laptop yang paling sesuai kebutuhan. Penelitian ini bertujuan mengembangkan sistem rekomendasi pemilihan laptop menggunakan metode Fuzzy Support Vector Machine (Fuzzy SVM). Metode ini menggabungkan kemampuan klasifikasi SVM dengan logika fuzzy untuk menangani ketidakpastian dan ambiguitas dalam data preferensi konsumen. Dataset yang digunakan terdiri dari 1.000 data produk laptop dari Tokopedia dengan atribut harga, RAM, SSD, dan rating. Setelah fuzzifikasi dan normalisasi, model menggunakan kernel Radial Basis Function (RBF) dengan fungsi skor berbobot: Score = (Harga×0,4) + (RAM×0,3) + (SSD×0,3), dengan ambang batas rekomendasi sebesar 0,25. Hasil pengujian menunjukkan sistem mampu mengklasifikasikan preferensi pembelian laptop secara konsisten. Laptop dengan nilai score tertinggi (0,44) adalah HP EliteBook 14 Gen 4 (RAM 64 GB, SSD 1024 GB, harga Rp 3.560.460). Kombinasi metode Fuzzy dan SVM terbukti efektif menganalisis preferensi konsumen di platform e-commerce.

Author Biographies

Mutia Sari, Universitas Muhammadiyah Sumatera Utara

Program Studi Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi

Fatma Sari Hutagalung, Universitas Muhammadiyah Sumatera Utara

Program Studi Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi

References

Amalia, M. A., Puspitasari, D., & Fadlilah, S. N. (2022). Penerapan Fuzzy Support Vector Machine dalam Analisis Preferensi Mahasiswa terhadap Platform E-Learning. Jurnal Teknologi Informasi Dan Ilmu Komputer.

Gujjar, J. P., & Kumar, V. (2021). Google Colaboratory: Tool for Deep Learning and Machine Learning Applications. International Journal in Computer Simulation, 6, 23–26. https://doi.org/10.17010/IJCS/2021/V6/I3-4/165408

Ilbahar, E., Çebi, S., & Kahraman, C. (2020). Classification of Laptop Design Attributes Using Fuzzy Kano Model. In Intelligent and Fuzzy Techniques in Big Data Analytics and Decision Making (pp. 239–250). https://doi.org/10.1007/978-3-030-42188-5_13

Irawan, M. D., & Herviana, H. (2019). Implementasi Logika Fuzzy Dalam Menentukan Jurusan Bagi Siswa Baru SMK Negeri 1 Air Putih. Jurnal Teknologi Informasi, 2(2), 129. https://doi.org/10.36294/jurti.v2i2.427

Muhammad Anang Firmansyah. (2018). Perilaku Konsumen. Cv Budi Utama.

Shieh, M., & Yang, C.-C. (2008). Classification model for product form design using fuzzy support vector machines. Computers & Industrial Engineering, 55, 150–164. https://doi.org/10.1016/j.cie.2007.12.007

TIRIS SUDRARTONO. (2019). Pengaruh Segmentasi Pasar Terhadap Tingkat Penjualan Produk Fashion UMK. Coopetition: Jurnal Ilmiah Manajemen, 10(1), 53–64. https://doi.org/10.32670/coopetition.v10i1.40

Wardhana, A. (2024). Preferensi konsumen. ResearchGate.