Sri Redjeki, S.Si., M.Si., Ph.D Additional Author TAUFAN, ANAS - 247110011 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2026 monographic id Indonesia

Thesis

Perkembangan pesat ekonomi digital telah secara signifikan mendorong aktivitas UMKM di marketplace seperti Tokopedia, menghasilkan dataset yang besar dan heterogen. Studi ini melakukan evaluasi komparatif terhadap enam algoritma klasterisasitermasuk K-Means, Agglomerative Clustering, dan GMMmenggunakan Silhouette Score, Davies–Bouldin Index (DBI), dan Calinski–Harabasz Index (CHI). Menggunakan dataset UMKM Tokopedia yang terstandarisasi dari Yogyakarta, hasil empiris menunjukkan skor Silhouette berkisar antara 0,050 hingga 0,057, DBI dari 0,45 hingga 0,53, dan CHI dari 950 hingga 1310. Meskipun mengindikasikan pemisahan klaster absolut yang rendah, nilai-nilai ini memfasilitasi perbandingan relatif yang bermakna. Di antara algoritma yang diuji, Agglomerative Clustering dengan Ward linkage menunjukkan kinerja relatif dan konsistensi terbaik. Variabilitas metrik diperiksa melalui eksekusi berulang untuk memastikan stabilitas. Analisis ini mengidentifikasi tiga segmen: UMKM berkinerja tinggi, menengah, dan berpotensi tinggi, yang berfungsi sebagailandasan bagi strategi berbasis data. Temuan ini menegaskan pentingnya pendekatan evaluasi multi-metrik yang konsisten dalam studi klasterisasi big data UMKM. Kata Kunci - UMKM, Big Data, Klasterisasi, Pembelajaran Mesin, Tokopedia, Analitik Data Big Data NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 009 TAU E R.1 TAU0009MTI2026 RAK REFERENSI TESIS MTI 009 TAU E R.1 18376 2026-03-04 11:01:00 2026-03-04 11:02:00 machine generated