"Pengelompokan Pengguna Media Sosial Berdasarkan Variabel Interests, Country, Dan Gender Menggunakan Pendekatan Algoritma K-Means "
Keywords:
K-Means, Analisis Data, Klastering, Pengelompokan Data, Pengguna Sosial, Silhouette ScoreAbstract
Penelitian ini dilakukan untuk mengelompokkan pengguna media sosial dengan melihat tiga variabel utama, yaitu minat
(interest), negara asal, dan jenis kelamin. Metode yang digunakan adalah algoritma K-Means, yang bertujuan untuk melihat
pola atau kemiripan antar pengguna berdasarkan data yang tersedia. Sebelum proses pengelompokan dilakukan, data
terlebih dahulu dibersihkan dan diubah ke format numerik agar bisa diolah oleh sistem. Setelah itu, proses klastering
dilakukan untuk masing-masing variabel. Hasilnya menunjukkan bahwa pengguna dari negara tertentu cenderung memiliki
minat yang mirip, dan terlihat juga perbedaan minat yang cukup jelas antara laki-laki dan perempuan. Pengelompokan ini
divisualisasikan untuk membantu memahami persebaran tiap klaster. Selain itu, digunakan metode evaluasi Silhouette
Score untuk mengukur seberapa baik hasil klaster yang terbentuk. Dari hasil analisis, ditemukan kelompok-kelompok
pengguna yang memiliki kesamaan yang cukup kuat dalam minat maupun latar belakang, yang nantinya bisa dimanfaatkan
dalam pembuatan konten yang lebih tepat sasaran. Secara umum, metode K-Means dinilai cukup efektif untuk
mengelompokkan pengguna berdasarkan data demografis dan ketertarikan mereka di media sosial.