Popularitas Kursus Online: Analisis Mendalam dengan K-Means di Platform Udemy

Abstrak

Kursus online telah menjadi semakin popular di era digital, menawarkan fleksibilitas, akses ke materi dan kolaborasi yang lebih baik. Namun, penyedia kursus online menghadapi tantangan dalam memahami preferensi pengguna untuk mengembangkan strategi pemasaran yang efektif. Studi ini menggunakan algoritma klastering K-means untuk menganalisis popularitas kursus online di platform Udemy. Analisis ini didasarkan pada dataset Kaggle yang berisi atribut kursus seperti jumlah pendaftara, ulasan, dan lainnya. Metode Elbow digunakan untuk menentukan jumlah kluster yang optimal, dengan hasil menunjukkan bahwa K=4 adalah yang optimal. Kualitas pengelompokan dinilai menggunakan Davies-Bouldin Index (DBI) dan Skor Silhouette, menghasilkan nilai DBI sebesar 0,65171 dan Skor Silhouette sebesar 0,6269, yang menunjukkan pemisahan kluster yang baik. Studi ini mengungkapkan empat kluster kursus yang berbeda, masing-masing dengan popularitas dan karakteristik yang bervariasi. Penelitian ini dapat membantu penyedia kursus menciptakan strategi pemasaran yang lebih terarah, meningkatkan keterlibatan dan kepuasan pengguna berdasarkan karakteristik spesifik dari setiap kelompok kursus