PENERAPAN X-MEANS CLUSTERING TERHADAP HASIL KUESIONER WEBSITE VIRTUAL TOUR STMIK IKMI CIREBON SYSTEM USABILITY SCALE (SUS)

Abstract

Dengan pesatnya perkembangan teknologi informasi, banyak layanan dan produk berupa aplikasi berbasis website yang digunakan untuk menunjang aktivitas sehari-hari, Perkembangan teknologi informasi memberikan dampak positif bagi penggunanya karena memudahkan mereka dalam melakukan berbagai aktivitas, Suatu website dikatakan berhasil jika tingkat kegunaannya memenuhi kriteria suatu metode tertentu, kegunaan website juga menjadi salah satu faktor yang  menentukan apakah suatu website mudah digunakan oleh pengguna. Penelitian ini berfokus pada analisis data survei SUS  untuk memahami dan meningkatkan kegunaan website. Dengan menerapkan pendekatan inovatif menggunakan algoritma X-Means, penelitian ini bertujuan mencari cluster terbaik sesuai parameter dari Metode Clustering X-Mean. Tujuannya adalah untuk mendapatkan pemahaman mendalam tentang kekuatan dan kelemahan tertentu yang dapat dioptimalkan. Dengan mengintegrasikan metode survei SUS dan algoritma X-Means. Dengan menerapkan pengelompokan X-Means  pada hasil survei SUS, penulis mengidentifikasi kelompok pengguna dengan karakteristik berbeda. Algoritma X-Means dapat diterapkan untuk mengelompokkan pengguna berdasarkan preferensi mereka untuk berbagai aspek kepuasan dan kegunaan. Hal ini memberikan wawasan yang lebih mendalam mengenai kebutuhan dan harapan pengguna, memungkinkan pengembang untuk menyesuaikan peningkatan dan pengembangan sesuai preferensi masing-masing kelompok. Hasil yang penulis dapatkan dari permasalahan di atas cluster terbaik adalah cluster 0 menggunakan parameter algoritma X-Means dengan jarak rata-rata cluster (Avarage Cluster Distance) sebesar 1.093 dan DBI sebesar 0.296. pertanyaan 10 responden cenderung bertolak belakang antara cluster  0 dan  cluster  1 yang artinya disini terjadi perbedaan pendapat pada pertanyaan yang terpilih di atas tersebut, sedangkan pertanyaan lainnya yaitu  pertanyaan 1, pertanyaan 2, pertanyaan 3, pertanyaan 5, pertanyaan 7, pertanyaan 8, responden  cluster 0 dan cluster 1 lebih sependapat ketika menjawab pertanyaan tersebut