IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MENGANALISIS PENGARUH KONTEN MEDIA SOSIAL TERHADAP KEPUTUSAN PEMBELIAN

Hanina Assegaf; Rike Andika Aris Susanti; Dila Wulandari; Siti Aisa; Santoso Santoso

doi:10.36841/jangka.v2i2.7954

Hanina Assegaf Universitas Abdurachman Saleh Situbondo
Rike Andika Aris Susanti Universitas Abdurachman Saleh Situbondo
Dila Wulandari Universitas Abdurachman Saleh Situbondo
Siti Aisa Universitas Abdurachman Saleh Situbondo
Santoso Santoso Universitas Abdurachman Saleh Situbondo

DOI: https://doi.org/10.36841/jangka.v2i2.7954

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh konten media sosial terhadap keputusan pembelian konsumen di Kabupaten Jember dengan menggunakan algoritma Naïve Bayes. Di era digital yang berkembang pesat, media sosial telah menjadi saluran penting dalam pemasaran produk dan jasa. Dengan metode penelitian kuantitatif deskriptif, data dikumpulkan melalui kuesioner online dari 55 responden yang aktif menggunakan media sosial dan pernah melakukan pembelian setelah melihat konten di platform tersebut.

Hasil analisis menunjukkan bahwa konten media sosial, terutama jenis konten hiburan dan edukasi, memiliki dampak signifikan terhadap keputusan pembelian. Model Naïve Bayes yang diterapkan mencapai akurasi sekitar 68,5%, meskipun terdapat sejumlah klasifikasi yang tidak sesuai. Penelitian ini memberikan wawasan berharga bagi pelaku usaha lokal untuk mengembangkan strategi konten yang lebih efektif dan menarik bagi konsumen. Temuan ini juga menyoroti keterbatasan metode Naïve Bayes, terutama asumsi independensi antar fitur, yang dapat mempengaruhi hasil klasifikasi. Penelitian ini diharapkan dapat menjadi dasar bagi penelitian selanjutnya untuk mengeksplorasi metode analisis lain dan memperdalam pemahaman tentang perilaku konsumen di konteks yang lebih luas.

Downloads

Download data is not yet available.

References

Alpaydin, E. (2020). Introduction to machine learning (4th ed.). MIT Press.
Erkan, I., & Evans, C. (2016). The influence of eWOM in social media on consumers’ purchase intentions: An extended approach to information adoption. Computers in Human Behavior, 61, 47–55. https://doi.org/10.1016/j.chb.2016.03.003
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann.
Hutter, K., Hautz, J., Dennhardt, S., & Füller, J. (2013). The impact of user interactions in social media on brand awareness and purchase intention. Journal of Business Research, 66(9), 1390-1396. https://doi.org/10.1016/j.jbusres.2013.02.008
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 53(1), 59–68. https://doi.org/10.1016/j.bushor.2009.09.003
Kasali, R. (2021). Transformasi Bisnis di Era Digital. Jakarta: Penerbit Salemba Empat.
Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Pearson Education.
Larose, D. T., & Larose, C. D. (2015). Data mining and predictive analytics. Wiley.
Liu, B. (2012). Sentiment analysis and opinion mining. Morgan & Claypool Publishers.
Mangold, W. G., & Faulds, D. J. (2009). Social media: The new hybrid element of the promotion mix. Business Horizons, 52(4), 357–365. https://doi.org/10.1016/j.bushor.2009.03.002
Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to information retrieval. Cambridge University Press.
Pusat Penelitian Ekonomi dan Bisnis Universitas Jember. (2022). Laporan Penelitian: Pengaruh Media Sosial terhadap Keputusan Pembelian di Kabupaten Jember.
Riyanto, B. (2023). Analisis Algoritma Naïve Bayes dalam Studi Perilaku Konsumen di Jawa Timur. Universitas Negeri Surabaya.
Sugiyono. (2019). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2017). Data mining: Practical machine learning tools and techniques (4th ed.). Morgan Kaufmann.