Penerapan Algoritma K-Means Dalam Menentukan Kepuasan Generasi Z Terhadap Penggunaan Quick Response Code Indonesian Standard

• Tri Indriyani
• 2023

---

Metode pembayaran digital atau transaksi non-tunai yang sedang banyak digunakan sekarang ini adalah Quick Response Code Indonesian Starndard atau yang biasa dikenal dengan QRIS. Salah satu sasaran utama dari pengguna QRIS adalah Generasi Z atau dikenal juga dengan sebutan generasi native karena menjadi generasi pertama yang terhubung dengan teknologi dan digital sejak dilahirkan. Penggunaan QRIS yang semakin berkembang dapat memberikan fakta bahwa penggunaan QRIS berpengaruh positif atau baik terhadap tingkat kepuasan penggunanya sehingga orang yang menggunakan QRIS berkembang, begitupun sebaliknya jika QRIS berdampak negatif atau buruk bagi pengguna berarti tingkat kepuasan pengguna QRIS semakin menurun. Algoritma K-Means adalah salah satu dari algoritma data mining yang popular dan umum digunakan. Dengan menggunakan Algoritma K-Means, penulis melakukan penelitian terkait kepuasan pengguna terhadap QRIS terutama para Generasi Z. Hasil dari penelitian ini menunjukkan tingkat kepuasan dari Generasi Z terhadap penggunaan QRIS dengan menerapkan Algoritma K-Means dalam pengolahan datanya.

• Algoritma K-Means
• QRIS
• Pembayaran Digital

Adinda, M. (2022). Analisis Faktor-Faktor yang Mempengaruhi Gen-Z dalam Penggunaan Quick Response Code Indonesia Standard (QRIS) Sebagai Teknologi Pembayaran Digital. Contemporary Studies in Econimic, Finance, and Banking, 1(1), 167–176. https://doi.org/10.21776/csefb.2022.01.1.14

Adiputra, I. N. M. (2022). Clustering Penyakit Dbd Pada Rumah Sakit Dharma Kerti Menggunakan Algoritma K-Means. INSERT : Information System and Emerging Technology Journal, 2(2), 99. https://doi.org/10.23887/insert.v2i2.41673

Balaka, M. Y. (2022). Metode penelitian Kuantitatif. In Metodologi Penelitian Pendidikan Kualitatif (Vol. 1).

Diva, N., Rembulan, R., & Firmansyah, E. A. (2020). Perilaku Konsumen Muslim Generasi-Z Dalam Pengadopsian Dompet Digital. Valid Jurnal Ilmiah, 17(2), 111.

Effendi, H., Syahrial, A., Prayoga, S., & Hidayat, W. D. (2021). Penerapan Metode K-Means Clustering untuk Pengelompokan Lahan Sawit Produktif pada PT Kasih Agro Mandiri. Teknomatika, 11(02), 117–126.

Enda Esyudha Pratama, Sastypratiwi, H., & Yulianti. (2021). Analisis Kecenderungan Informasi Terkait Covid-10 Berdasarkan Big Data Sosial Media dengan Menggunakan Metode Data Mining. Jurnal Informatika Polinema, 7(2), 1–6. https://doi.org/10.33795/jip.v7i2.453

Indonesia, B. (2019). QRIS, SATU QR CODE UNTUK SEMUA PEMBAYARAN. Bi.Go.Id. https://www.bi.go.id/id/publikasi/ruang-media/news-release/Pages/SP_216219.aspx

Indonesia, B. (2020). QR Code Indonesian Standard (QRIS)​​. Bi.Go.Id. https://www.bi.go.id/QRIS/default.aspx

Indri Hapsari, D. A., Darmansah, D., & Utomo, H. W. (2022). Analisis User Satisfaction Terhadap Sistem Informasi Website PKL Fakultas Informatika Menggunakan Metode EUCS. JURIKOM (Jurnal Riset Komputer), 9(4), 952. https://doi.org/10.30865/jurikom.v9i4.4674

Iqbal, M. (2019). Klasterisasi Data Jamaah Umroh Pada Auliya Tour & Travel Menggunakan Metode K-Means Clustering. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 5(2), 97–104. https://doi.org/10.33330/jurteksi.v5i2.352

Kamila, I., Khairunnisa, U., & Mustakim, M. (2019). Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(1), 119. https://doi.org/10.24014/rmsi.v5i1.7381

Kemdikbud. (2021). Gen Z Dominan, Apa Maknanya bagi Pendidikan Kita? Kemdikbud.Go.Id. https://pskp.kemdikbud.go.id/produk/artikel/detail/3133/gen-z-dominan-apa-maknanya-bagi-pendidikan-kita

Maraja, J., & Simalungun, K. (2020). Penerapan Metode Clustering Dalam Menentukan Persentase Penyakit Pada Pasien Dengan Menggunakan Algoritma K-Means Pada Puskesmas. Jurnal Data Mining, x. No.x(x). https://ojs.trigunadharma.ac.id/

Mirantika, N. (2021). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat. Nuansa Informatika, 15(2), 92–98. https://doi.org/10.25134/nuansa.v15i2.4321

Nainggolan, E. G. M., Silalahi, B. T. F., & Sinaga, E. M. (2022). ANALISIS+KEPUASAN+GEN+Z+DALAM+MENGGUNAKAN+QRIS+rev. Jurnal Ekonomi USI, 4.

Paembonan, S., & Abduh, H. (2021). Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat. PENA TEKNIK: Jurnal Ilmiah Ilmu-Ilmu Teknik, 6(2), 48. https://doi.org/10.51557/pt_jiit.v6i2.659

Rizki, M., Devrika, D., Umam, I. H., & Lubis, F. S. (2020). Aplikasi Data Mining dalam Penentuan Layout Swalayan dengan Menggunakan Metode MBA. Jurnal Teknik Industri: Jurnal Hasil Penelitian Dan Karya Ilmiah Dalam Bidang Teknik Industri, 5(2), 130. https://doi.org/10.24014/jti.v5i2.8958

Sianipar, K. D. R., Siahaan, S. W., Siregar, M., R.H Zer, F. I., & Hartama, D. (2020). Penerapan Algoritma K-Means Dalam Menentukan Tingkat Kepuasan Pembelajaran Online Pada Masa Pandemi Covid-19. Jurnal Teknologi Informasi, 4(1), 101–105. https://doi.org/10.36294/jurti.v4i1.1258

Suryani, P., Cahyono, Y., & Utami, B. D. (2020). Pengaruh Motivasi dan Gaya Kepemimpinan Terhadap Produktivitas Kerja pada Karyawan Bagian Produksi di PT Tuntex Garment Indonesia. Journal of Industrial Engineering & Management Research, 1(1), 70–82. https://jiemar.org/index.php/jiemar/article/view/28

Yunita, F. (2018). Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru. Sistemasi, 7(3), 238. https://doi.org/10.32520/stmsi.v7i3.388