DATA MINING UNTUK ANALISIS KEPUASAN DAN REKOMENDASI PRODUK PADA SOCIAL COMMERCE Pendekatan C4.5 dan Naive Bayes

Perkembangan social commerce membuat keputusan pembelian tidak lagi hanya dipengaruhi oleh harga dan kualitas barang. Pengalaman saat menggunakan aplikasi, berkomunikasi dengan penjual, menerima pesanan, serta melihat berbagai informasi produk turut menentukan kepuasan pengguna. Kondisi ini menghasilkan data yang dapat dimanfaatkan untuk memahami pola kepuasan konsumen. Buku ini mengangkat persoalan tersebut melalui studi pada TikTok Shop dengan produk skincare sebagai objek kajian. Data yang digunakan berasal dari 150 responden dan mencakup beberapa aspek pengalaman pengguna, seperti kualitas produk, harga, respons penjual, kemudahan aplikasi, dan pengiriman produk. Data tersebut diolah dan dipersiapkan sebagai dasar untuk melihat hubungan antara pengalaman pengguna dengan tingkat kepuasan.
Dua metode klasifikasi, yaitu C4.5 dan Naive Bayes, digunakan untuk melihat kemampuan data mining dalam mengenali pengguna yang puas dan tidak puas. C4.5 menghasilkan pohon keputusan yang menunjukkan bahwa pengiriman produk menjadi faktor penting dalam pembentukan keputusan klasifikasi. Sementara itu, Naive Bayes menghasilkan nilai akurasi yang lebih tinggi dalam pengujian, yaitu 86% dibandingkan 82% pada C4.5. Hasil tersebut kemudian digunakan sebagai bahan untuk memahami karakteristik pengguna dan menyusun pertimbangan dalam rekomendasi produk. Selain hasil pemodelan, buku ini membahas evaluasi model, keterbatasan data, perlindungan privasi, fairness, serta hal-hal yang perlu diperhatikan ketika hasil analisis diterapkan pada lingkungan social commerce. Dengan demikian, buku ini dapat menjadi referensi bagi pembaca yang ingin memahami penerapan data mining pada persoalan kepuasan pengguna dan rekomendasi produk secara praktis.