IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBORS DALAM MENGETAHUI KEPUASAN PENGGUNA APLIKASI CAPCUT

IMPLEMENTATION OF THE K-NEAREST NEIGHBORS ALGORITHM IN ASSESSING USER SATISFACTION WITH THE CAPCUT APPLICATION

Dalam era digital yang terus berkembang, pembuatan konten telah menjadi bidang yang sangat kompetitif dalam penyampaian informasi. Banyak platform dalam bentuk aplikasi untuk membuat suatu konten yang digunakan oleh kebanyakan masyarakat, salah satu aplikasi yang semakin populer adalah CapCut. CapCut menjadi aplikasi kedua yang paling banyak diunduh dan menjadi aplikasi pertama editing video yang paling banyak diunduh di Indonesia pada 2023. CapCut adalah aplikasi pengeditan video yang dirancang untuk memudahkan pengguna dalam membuat konten video yang menarik dan profesional langsung dari perangkat seluler. Dengan munculnya platform ini, muncul pula kebutuhan untuk memahami sejauh mana pengguna puas dengan pengalaman pengeditan video yang mereka dapatkan dari aplikasi ini. Untuk mengetahui kepuasan pengguna dapat menggunakan model teori Unified Theory of Acceptance and Use of Technology (UTAUT). Sedangkan untuk mengidentifikasi faktor yang mempengaruhi kepuasan pengguna digunakan teknik Principal Component Analysis (PCA). Kemudian untuk mengetahui tingkat kepuasan pelanggan menggunakan metode klasifikasi dengan algoritma k-Nearest Neighbor (KNN). Data yang digunakan pada penelitian ini adalah data kuesioner. Penelitian ini dilakukan dengan beberapa tahap, dimulai dari pengidentifikasian masalah, studi literatur, pengumpulan data, data preprocessing, modeling dan evaluasi. dari penelitian ini didapatkan faktor yang paling mempengaruhi kepuasan pengguna layanan aplikasi CapCut yaitu Effort Expectancy dengan fokus yaitu “Proses layanan yang tidak rumit”, dimana 24 responden atau 11,01% responden merasa TIDAK PUAS dan 194 responden atau 88,99% responden merasa PUAS. Dengan menggunakan metode K-Nearest Neighbors (KNN) dalam penelitian ini didapatkan hasil akurasi sebesar 0,9878 atau 98,78%%. Dan memiliki presisi sebesar 0,9762 atau 97,62%, dan recall 1,00 atau 100%.

Kata Kunci : k-NN, PCA, UTAUT, Kepuasan, dan CapCut.

In the ever-evolving digital era, content creation has become a highly competitive field in information delivery. Many platforms in the form of applications are used by the public to create content, with CapCut being one of the increasingly popular applications. CapCut became the second most downloaded application and the most downloaded video editing application in Indonesia in 2023. CapCut is a video editing application designed to simplify the process of creating engaging and professional video content directly from mobile devices. With the emergence of this platform, there is a growing need to understand the extent of user satisfaction with the video editing experience provided by this application. To assess user satisfaction, the Unified Theory of Acceptance and Use of Technology (UTAUT) model can be utilized. Additionally, Principal Component Analysis (PCA) is used to identify factors influencing user satisfaction. To determine the level of customer satisfaction, a classification method using the k-Nearest Neighbor (KNN) algorithm is employed. The data used in this study is based on questionnaire responses. The research is conducted in several stages, including problem identification, literature review, data collection, data preprocessing, modeling, and evaluation. The study identifies the factor most influencing user satisfaction with the CapCut application as Effort Expectancy, specifically focusing on the aspect of "Uncomplicated service processes," where 24 respondents or 11.01% felt dissatisfied and 194 respondents or 88.99% felt satisfied. The K-Nearest Neighbors (KNN) method achieved an accuracy rate of 0.9878 or 98.78%, with a precision of 0.9762 or 97.62%, and a recall of 1.00 or 100%.

Keywords: k-NN, PCA, UTAUT, Satisfaction, CapCut.