Analisis Prediksi Penerimaan Pengguna Fitur ShopeeFood Menggunakan Algoritma Support Vector Machine 

Predictive Analysis of User Acceptance of ShopeeFood Features Using Support Vector Machine Algorithm 

Sejalan dengan pandemi pada tahun 2020 membuat perkembangan teknologi, Internet, e-commerce, dan platform online telah menjadi semakin berkembang dan popular. Kumpulan data Measurable AI mengungkapkan bahwa permintaan konsumen untuk layanan pengiriman makanan online atau online food delivery (OFD) telah meningkat secara konsisten selama pandemi dan memasuki pascapandemi, salah satunya Indonesia. Hal ini tentunya membuat Shopee memanfaatkan kesempatan melalui layanan ShopeeFood untuk memasarkan makanan dan minuman secara online dan dalam waktu kurang dari satu tahun peluncuran ShopeeFood telah menempati posisi kedua sebagai platform layanan pesan antar makanan online yang pertama kali diingat menurut KataData.com. Kemudian, peneliti ingin memprediksi penerimaan pengguna fitur ShopeeFood menggunakan algoritma Support Vector Machine dengan bantuan tools RapidMiner. Jenis data pada penelitian ini menggunakan data primer yang diperoleh dari penyebaran kuesioner secara online dengan Google Form kepada pengguna  fitur ShopeeFood di Surabaya sebanyak 275 data. Kemudian data yang didapatkan dibagi menjadi dua kelas yaitu menerima dan tidak menerima yang diolah dengan menggunakan algoritma SVM. Hasil akhir dalam penelitian ini terdapat atribut Intention to Use yang menjadi atribut paling berpengaruh dengan perolehan bobot dengan Information Gain sebesar 0.303 sebagai nilai bobot atribut tertinggi. Kemudian berdasarkan hasil pengujian 10-fold cross validation dengan nilai k=3 memeroleh hasil akurasi 97.82% dengan nilai AUC sebersar 0.999 sebagai hasil terbaik.

In line with the pandemic in 2020, making technological developments, the Internet, e-commerce, and online platforms have become increasingly growing and popular.   Measurable AI data sets reveal that consumer demand for online food delivery services (OFD) has increased consistently during the pandemic and entered the post-pandemic, one of which is Indonesia. This obviously made Shopee use the opportunity through the ShopeeFood service to market food and beverages online and in less than a year of launch Shopee Food has taken second place as the first online food messaging service platform remembered according to KataData.com. Then the data the researchers wanted to predict user acceptance of ShopeeFood features using the Support Vector Machine algorithm with the help of the tools RapidMiner. The type of data in this study uses primary data obtained from the spread of online questionnaires with Google Forms to users of the ShopeeFood feature in Surabaya of 275 data. Then the data obtained is divided into two classes of receiving and not receiving that is processed using the SVM algorithm. The final result in this study was the Intention to Use attribute, which became the most influential attribute with weight gain with Information Gain of 0.303 as the highest weight value of the attribut. Then based on the results of the 10-fold cross validation test with a value of k = 3 obtained a 97.82% accuracy with an AUC value of 0.999 as the best result.