KLASIFIKASI PENGGUNA E-WALLET MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN FAKTOR KEAMANAN, TAMPILAN APLIKASI, KEPUASAN, EKSPEKTASI, DAN REKOMENDASI

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan pengguna e-wallet berdasarkan persepsi mereka terhadap lima dimensi utama pengalaman layanan, yaitu keamanan, tampilan aplikasi, kepuasan, ekspektasi, dan rekomendasi. Metode yang digunakan adalah K-Means Cluster Analysis dengan bantuan perangkat lunak IBM SPSS Statistics. Sebanyak 380 responden dilibatkan dalam penelitian ini untuk memperoleh gambaran segmentasi pengguna yang lebih akurat dan berbasis data. Hasil analisis menunjukkan terbentuknya tiga klaster dengan karakteristik yang berbeda. Klaster 1 menampilkan pola penilaian moderat pada seluruh variabel dengan penekanan pada keamanan dan ekspektasi, menunjukkan bahwa pengguna dalam kelompok ini cukup puas namun belum menunjukkan kecenderungan kuat untuk memberikan rekomendasi. Klaster 2 memperlihatkan nilai rekomendasi yang lebih tinggi dibanding klaster pertama, sehingga pengguna dalam kelompok ini lebih bersedia merekomendasikan e-wallet meskipun tingkat kepuasan dan tampilan masih berada pada kategori sedang. Sementara itu, Klaster 3 merupakan kelompok dengan skor tertinggi pada variabel kepuasan, ekspektasi, dan rekomendasi, mencerminkan bahwa pengguna klaster ini memiliki pengalaman paling positif dan paling berpotensi menjadi advokat layanan e-wallet. Temuan ini membuktikan bahwa metode K-Means efektif dalam memetakan segmentasi pengguna berdasarkan persepsi layanan serta dapat menjadi dasar strategi pengembangan fitur, peningkatan kualitas layanan, dan penyusunan pendekatan pemasaran yang lebih tepat sasaran.