ANALISIS POLA PAIN POINTS DARI DATA KUALITATIF DALAM UX RESEARCH MENGGUNAKAN K-MEANS DAN NLTK

Ulummuddin, Ikhya (2025) ANALISIS POLA PAIN POINTS DARI DATA KUALITATIF DALAM UX RESEARCH MENGGUNAKAN K-MEANS DAN NLTK. Undergraduate thesis, UPN "VETERAN" JAWA TIMUR.

	Text (Cover) cover-repo_compressed.pdf Download (428kB)
	Text (Bab 1) Bab 1_compressed.pdf Download (1MB)
	Text (Bab 2) Bab 2_compressed.pdf Restricted to Registered users only until 26 June 2026. Download (4MB)
	Text (Bab 3) bab 3_repo.pdf Restricted to Registered users only until 24 June 2026. Download (204kB)
	Text (Bab 4) bab 4_repo.pdf Restricted to Registered users only until 24 June 2030. Download (481kB)
	Text (Bab 5) bab 5_repo.pdf Download (98kB)
	Text (Daftar pustaka) daftar pustaka_repo.pdf Download (115kB)

Abstract

Dalam framework design thinking, tahap empathize dan define merupakan bagian dari proses User Experience (UX) research yang bertujuan untuk menganalisis pain points pengguna melalui data kualitatif. Namun, proses tersebut selalu dilakukan secara manual, sehingga membutuhkan sumber daya dan waktu yang lebih. Penelitian ini mengembangkan sistem klasterisasi berbasis unsupervised machine learning untuk menganalisis data kualitatif berdasarkan topik pain points-nya menggunakan algoritma K-Means. Sebagai objek penelitian, digunakan data ulasan pengguna aplikasi Gojek versi 4.9.0, 4.9.1, dan 4.9.3 (November 2021 hingga Januari 2024). Proses text preprocessing dilakukan menggunakan pendekatan Natural Language Processing (NLP) dengan pustaka NLTK Sistem diuji dengan variasi parameter jumlah klaster dan reduksi komponen Principal Component Analysis (PCA). Evaluasi hasil klasterisasi dilakukan menggunakan silhouette score, Davies-Bouldin Index, dan Calinski-Harabasz Index. Hasil terbaik diperoleh pada jumlah klaster sebanyak 8 dengan silhouette score sebesar 0.6512, Davies-Bouldin Index sebesar 1.0818, Calinsiki-Harabasz Index sebesar 4.9126. Rata-rata waktu komputasi yang dibutuhkan sistem tercatat selama 7.85 detik. Hasil ini menunjukkan bahwa sistem cukup efektif dalam mengelompokkan data kualitatif berdasarkan pola pain points. Sistem yang dikembangkan dapat dimanfaatkan oleh UX researcher untuk analisis data secara otomatis dan efisien

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Sari, Anggraini Puspita	0716088605	anggraini.puspita.if@upnjatim.ac.id
Thesis advisor	Swari, Made Hanindia Prami	0805028901	madehanindia.fik@upnjatim.ac.id

Subjects:

Q Science > QA Mathematics > QA76.6 Computer Programming
T Technology > T Technology (General)

Divisions:

Faculty of Computer Science > Departemen of Informatics

Depositing User:

Ikhya Ulummuddin

Date Deposited:

20 Jun 2025 03:38

Last Modified:

20 Jun 2025 03:38

URI:

https://repository.upnjatim.ac.id/id/eprint/37515