Peningkatan Kinerja  K-Means Clustering pada Data Penggunaan ChatGPT oleh UMKM

Endang  Supriyati; Tri Listyorini; Mohammad Iqbal

doi:10.62411/tc.v24i1.11838

Peningkatan Kinerja K-Means Clustering pada Data Penggunaan ChatGPT oleh UMKM

Authors

Endang Supriyati Program Studi Teknik Informatika, Universitas Muria Kudus
Tri Listyorini Program Studi Teknik Informatika, Universitas Muria Kudus
Mohammad Iqbal Program Studi Teknik Elektro, Universitas Muria Kudus

DOI:

https://doi.org/10.62411/tc.v24i1.11838

Abstract

Di era digital saat ini, Usaha Mikro, Kecil Dan Menengah (UMKM) semakin banyak menggunakan teknologi chatbot seperti ChatGPT untuk berinteraksi dengan pelanggan. Namun, mengekstraksi wawasan yang bermakna dari sejumlah besar data yang dihasilkan oleh interaksi ini masih merupakan sebuah tantangan. Penelitian ini mengusulkan pendekatan untuk meningkatkan analisis data penggunaan ChatGPT oleh UMKM menggunakan kombinasi K-Means clustering dan Independent Component Analysis ( (ICA) untuk pengurangan dimensi. Pendekatan ini bertujuan untuk menemukan pola dan cluster tersembunyi dalam data dengan mereduksi ruang fitur menggunakan ICA dan kemudian menggunakan K-Means clustering. Selain itu, penelitian ini mempertimbangkan kombinasi metode Elbow untuk mengoptimalkan pemilihan jumlah cluster yang optimal. Melalui eksperimen dan evaluasi, ditunjukkan efektivitas metode yang diusulkan, sehingga memberikan UMKM alat yang ampuh untuk mendapatkan wawasan berharga dari data penggunaan ChatGPT. Penelitian ini menggunakan data dari 50 UMKM di Kabupaten Kudus . Hasil evaluasi kinerja K-means menunjukkan untuk data yang relatif kecil, penggunaan ICA kurang mempengaruhi kinerja K-Means. Skenario uji coba data dengan ICA menunjukkan skor silhouette yang lebih rendah, yaitu 0.19 dan 0.18 untuk masing-masing data pelatihan dan pengujian, sedangkan skenario uji coba data tanpa ICA menunjukkan skor silhouette yang lebih tinggi, yaitu 0.30 dan 0.23. Kata kunci: K-Means clustering, metode Elbow, ICA, ChatGPT, UMKM

Downloads

Published

2025-02-26

Issue

Vol. 24 No. 1 (2025): Februari 2025

Section

Articles

License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

Share – Copy and redistribute the material in any medium or format.
Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

The material cannot be used for commercial purposes.
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

Authors retain copyright and grant Techno.COM Journal the right to publish the article.
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

The journal is not responsible for how the published content is used by third parties.
The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/