ANALISIS GEROMBOL KELAS LATEN (LATENT CLASS CLUSTER ANALYSIS) DALAM PENGELOMPOKAN BEBERAPA PRODUK PONSEL PINTAR (SMARTPHONE)

TEDY TRIYADI, . (2015) ANALISIS GEROMBOL KELAS LATEN (LATENT CLASS CLUSTER ANALYSIS) DALAM PENGELOMPOKAN BEBERAPA PRODUK PONSEL PINTAR (SMARTPHONE). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text SKRIPSI.pdf Download (4MB)

Abstract

Banyaknya produk smartphone dengan jenis yang beragam di pasaran, menjadikan konsumen terkadang bingung dalam memilih produk yang akan di�beli. Untuk memberikan gambaran kepada masyarakat mengenai karakteristik dari beberapa produk smartphone yang beredar di Indonesia, maka perlu dila�kukan pengelompokan terhadap produk-produk tersebut berdasarkan beberapa karakteristik tertentu, sehingga masyarakat dapat memperoleh informasi produk smartphone mana saja yang memiliki kemiripan karaketeristik. Informasi ini nantinya akan menjadi dasar pertimbangan untuk membeli produk smartphone, yang tentunya juga disesuaikan dengan kebutuhan dan kemampuan finansial. Latent Class Cluster Analysis (LCCA) adalah suatu metode penggerom�bolan objek atau responden berdasarkan sekumpulan peubah yang teramati ke dalam beberapa gerombol (kelas laten), dimana peubah yang menjadi dasar pe�ngelompokkan dapat bertipe campuran antara kategorik dan numerik. Dalam penelitian ini, penaksiran parameter pada model LCCA ditaksir dengan meng�gunakan metode maximum likelihood. Sementara itu, untuk mendapatkan solusi dari persamaan likelihood, digunakan algoritma iteratif Expectation-Maximization (EM). Dalam penggerombolan terhadap 194 tipe smartphone yang menjadi sampel dalam penelitian ini, menunjukkan bahwa hasilnya terdapat 5 gerom�bol smartphone, dengan karakteristik sebagai berikut: gerombol pertama adalah gerombol dengan spesifikasi menengah, gerombol kedua adalah gerombol dengan spesifikasi tinggi, gerombol ketiga adalah gerombol dengan spesifikasi rendah, gerombol keempat adalah gerombol dengan spesifikasi tablet, dan gerombol ke�lima adalah gerombol dengan spesifikasi menengah namun memiliki harga paling mahal.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dra. Widyanti Rahayu, M.Si. ; 2). Dian Handayani, M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	Users 8922 not found.
Date Deposited:	11 May 2022 00:31
Last Modified:	11 May 2022 00:31
URI:	http://repository.unj.ac.id/id/eprint/27780

Actions (login required)

View Item