ANALISIS PREFERENSI KONSUMEN UNTUK PENGEMBANGAN ONLINE STORE MENGGUNAKAN METODE CONJOINT ANALYSIS DAN CLUSTERING (STUDI KASUS UMKM SINAR MAKMUR)

Main Article Content

Kevin Dawa Saka
M Agung Saryatmo
Lithrone Laricha Salomon

Abstract




Perkembangan teknologi dan informasi yang semakin cepat menyebabkan adanya perubahan perilaku pada masyarakat salah satunya adanya perilaku dalam melakukan pemilihan produk atau jasa. Kondisi pandemi Covid-19 juga semakin membuat konsumen lebih ketat dalam memilih produk atau jasa. Sinar Makmur merupakan UMKM yang menyediakan produk pelumas mesin kendaraan dan industri. Online store dirintis untuk meningkatkan penjualan pada masa pandemi. Permasalahan utama yang timbul adalah kurang pahamnya pemahaman preferensi konsumen pada platform e-commerce sehingga pendapatan kurang maksimal. Tujuan dilakukannya penelitian ini untuk mengetahui preferensi konsumen dan segmentasi pasar pada e-commerce. Metode yang digunakan pada penelitian ini adalah conjoint analysis dan clustering. Hasil yang didapatkan melalui conjoint analysis adalah atribut terpenting pada e- commerce yaitu tampilan produk dengan nilai kepentingan sebesar 55,95%. Pada clustering, diketahui terdapat tiga cluster yang memiliki karakterisitk yang serupa dan sosial demografi pasar.




Article Details

Section
Articles

References

Barkatullah dan A. Halim, Bisnis E-Commerce, Yogyakarta: Pustaka Pelajar, 2006.

Astutik, Yuni, “Begini Perubahan Pola Belanja di Toko Online Selama Pandemi,”

, Available: www.cnbcindonesia.com

L. L. Salomon, W. Kosasih, dan N. L. Saputra, “Strategi Pengembangan Plastic

Shopping Bag Berdasarkan Preferensi Konsumen dengan Pendekatan Metode Kansei Engineering (Studi Kasus: PT. ERA)”, Jurnal Teknik dan Ilmu Komputer, vol. 4, no. 14, 2015.

W. Kosasih, L. L. Salomon, dan R. Hutomo, “Using Conjoint and Cluster Analysis in Developing New Product For Micro, Small and Medium Enterprises (SMES) based on Customer Preferences (Case Study: Lampung Province’s Banana Chips)”, AIP Conference Proceedings, vol. 1867, no.1, 2017.

A. Vania, Sumiati dan F. Rohman, “Preferensi Pelanggan Online Shop Instagram Berdasarkan E-Sservice Quality dengan Menggunakan Analisis Cluster dan Analisis Conjoint”, MIX: Jurnal Ilmiah Manajemen, vol. 8, no. 1, pp. 73-89, 2018.

P. N. Tan, M. Steinbach, V. Kumar, Introduction to Data Mining, Boston: Pearson Education, 2006.

R. D. Julianisa, D. Safitri, dan H. Yasin, “Analisis Konjoin Full Profile dalam Pemilihan Bedak untuk Mahasiswi Departemen Statistika Universitas Diponegoro”, Jurnal Gaussian, vol 5, no. 4, pp 747-756, 2016.

H. Müller and U. Hamm, “Stability of Market Segmentation with Cluster Analysis - A Methodological Approach”, Food and Quality Preference, vol. 34, pp. 70-78, 2014.

E. Herlin, “Analisis Cluster Hirarki Menggunakan R,” 2019, Available: https://medium.com/@16611077/analisis-cluster-hirarki-menggunakan-r- ab8b23f8eb5a

Y. Darmi dan A. Setiawan, “Penerapan Metode Clustering K-Means dalam Pengelompokan Penjualan Produk”, Jurnal Media Infotama, vol. 12, no. 2, pp. 148- 157, 2016.