PENGGUNAAN METODE ALGORITMA REGRESI LINEAR BERGANDA DALAM MENGANALISIS APLIKASI ONLINE SHOP

• PUTRI DIANA HUSAIN
• 2025

---

Pertumbuhan pesat aplikasi e-commerce seperti Shopee menuntut perusahaan untuk terus meningkatkan kualitas layanannya guna mempertahankan kepuasan pengguna. Penelitian ini bertujuan untuk membangun model prediksi kepuasan pengguna Shopee berdasarkan tiga variabel utama: harga produk (X₁), kemudahan penggunaan aplikasi (X₂), dan kualitas layanan aplikasi (X₃). Metode yang digunakan adalah pendekatan kuantitatif eksplanatif, dengan data diperoleh melalui penyebaran kuesioner kepada 384 responden pengguna aktif Shopee, yang dipilih menggunakan teknik random sampling. Setiap variabel diukur menggunakan skala Likert 1–5 dan diolah sebagai data numerik total skor. Analisis data dilakukan di RapidMiner melalui tahapan Read Excel, Set Role, Split Data (70:30), Linear Regression, Apply Model, dan Performance. Evaluasi model dilakukan menggunakan metrik MAE, RMSE, dan R². Hasil penelitian menunjukkan bahwa model regresi linear berganda yang dibangun memiliki performa yang cukup baik. Nilai Mean Absolute Error (MAE) sebesar 1.140 dan Root Mean Squared Error (RMSE) sebesar 1.476 menunjukkan bahwa kesalahan prediksi model relatif kecil dan stabil. Sementara itu, nilai R² sebesar 0.665 menunjukkan bahwa 66,5% variasi dalam kepuasan pengguna dapat dijelaskan oleh ketiga variabel independen yang digunakan. Hal ini membuktikan bahwa model yang dikembangkan dapat digunakan secara efektif untuk memahami dan memprediksi kepuasan pengguna Shopee, serta memberikan kontribusi praktis bagi pengelolaan kualitas layanan digital.

• Kepuasan Pengguna
• Regresi Linear Berganda
• RapidMiner

https://repository.bsi.ac.id/repo/68867/PENGGUNAAN-METODE-ALGORITMA-REGRESI-LINEAR-BERGANDA-DALAM-MENGANALISIS-APLIKASI-ONLINE-SHOP
Anda dapat membaca file tugas akhir ini di repository.