Petrus, Risma (2021) Analisis Penanganan Pengaduan Pada Situs Konsumen Indonesia Menggunakan Metode K-Means Cluster. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
09211950055010-Master_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Pengaduan konsumen merupakan hak konsumen untuk menyampaikan keluhan atas sebuah layanan atau produk yang diberikan, atau dengan kata lain pengaduan merupakan ungkapan ketidakpuasan konsumen baik lisan atau tertulis yang disebabkan oleh adanya kerugian yang di alami oleh konsumen dan tidak dipenuhinya perjanjian yang telah di sepakati. Pemerintah sangat menyadari akan berbagai hal yang di alami oleh konsumen sebagai pengguna barang dan jasa. Melalui peraturan presiden Republik Indonesia Nomor 50 tahun 2017 tentang strategi perlindungan konsumen dan melalui peraturan tersebut sektor terkait melakukan berbagai upaya dalam meningkatkan kinerjanya terkait dengan menindaklanjuti setiap pengaduan.
Tujuan dalam penelitian ini menggunakan metode K-Means Cluster untuk mengetahui 73 jenis pengaduan konsumen pada 9 sektor terkait, Yang tergolong dalam kategori tinggi, sedang, dan rendah pada masing-masing sektor pengaduan. Adapun aspek yang di analisis berupa pengaduan yang masuk, pengaduan diselesaikan, dan pengaduan dalam proses. Data yang digunakan dalam penelitian ini adalah data pengaduan melalui website konsumen-indonesia pada periode Januari hingga Desember 2020 dengan total pengaduan 1276 pengaduan dari 73 jenis pengaduan.
Pengelompokan non hirarki menggunakan metode k-means adalah penempatan objek berdasarkan means kelompok terdekat. Melalui hasil olah data yang dilakukan melalui penelitian pada data pengajuan konsumen berdasarkan jenis pengaduan menunjukkan bahwa terjadi signifikansi pada semua variabel pengaduan masuk, pengaduan selesai, pengaduan dalam proses dengan tingkat signifikansi (sig) lebih kecil dari 0,05. Oleh karena itu ada perbedaan yang berarti dari cluster yang terbentuk yang berhubungan dengan semua variabel tersebut. Dan pada tabel nilai F terbesar adalah 355,957 yang menunjukkan bahwa pengaduan masuk pada masing-masing cluster berbeda. Jadi dapat disimpulkan bahwa semakin besar nilai F, maka semakin besar perbedaan cluster 1, cluster 2, cluster 3 untuk variabel yang bersangkutan.
================================================================================================
A consumer complaint is a consumer's right to submit a complaint about a service or product provided, or in other words, a complaint is an expression of consumer dissatisfaction either verbally or in writing caused by the loss experienced by the consumer and the non-fulfillment of the agreed agreement. The government is very aware of the various things experienced by consumers as users of goods and services. Through the presidential regulation of the Republic of Indonesia number 50 of 2017 concerning consumer protection strategies and through this regulation the relevant sectors make various efforts to improve their performance related to following up on every complaint.
The purpose of this study is to use the K-Means Cluster method to find out 73 types of consumer complaints in 9 related sectors, which are classified as high, medium, and low in each complaint sector. As for the aspects analyzed in the form of incoming complaints, resolved complaints, and complaints in the process. The data used in this study is complaint data through the Indonesian-consumer website in the period January to December 2020 with a total of 1276 complaints from 73 types of complaints.
Non-hierarchical grouping using the k-means method is the placement of objects based on the closest group means. Through the results of data processing conducted through research on consumer submission data based on the type of complaint, it shows that there is significance in all variables of incoming complaints, completed complaints, complaints in process with a significance level (sig) less than 0.05. Therefore, there is a significant difference in the clusters formed that relate to all these variables. And in the table the largest F value is 355,957 which indicates that the complaints entered in each cluster are different. So it can be concluded that the greater the value of F, the greater the difference in cluster 1, cluster 2, cluster 3 for the variable concerned.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Metode, K-Means, Penanganan pengaduan, Analisis Cluster |
| Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources |
| Divisions: | Faculty of Creative Design and Digital Business (CREABIZ) > Technology Management > 61101-(S2) Master Thesis |
| Depositing User: | Risma Petrus |
| Date Deposited: | 15 Aug 2021 05:12 |
| Last Modified: | 20 Mar 2024 03:36 |
| URI: | http://repository.its.ac.id/id/eprint/86764 |
Actions (login required)
 |
View Item |