ANALISIS KEPUASAN DAN LOYALITAS PENGGUNA APLIKASI E-BANKING BRI MOBILE MENGGUNAKAN PENDEKATAN DATA MINING (K-MEANS CLUSTERING DAN DECISION TREE)

SRI MAWARNI BAHRI, NPM 2209100121 (2026) ANALISIS KEPUASAN DAN LOYALITAS PENGGUNA APLIKASI E-BANKING BRI MOBILE MENGGUNAKAN PENDEKATAN DATA MINING (K-MEANS CLUSTERING DAN DECISION TREE). Tugas_Akhir(Artikel) Sistemasi: Jurnal Sistem Informasi, 15 (4). pp. 1504-1513. ISSN 2540-9719 (e-ISSN) 2302-8149(p-ISSN)

	Text COVER.pdf Download (3MB)
	Text ARTIKEL.pdf Restricted to Registered users only Download (348kB)

Abstract

Perkembangan teknologi informasi telah mendorong transformasi digital dalam sektor perbankan, salah satunya melalui layanan e-banking yang memberikan kemudahan, kecepatan, dan fleksibilitas bagi pengguna dalam melakukan transaksi keuangan. Aplikasi BRI Mobile (BRImo) sebagai layanan digital dari Bank Rakyat Indonesia memiliki peran penting dalam meningkatkan kualitas layanan kepada nasabah. Namun, munculnya persepsi negatif terkait notifikasi transaksi serta pengalaman pengguna yang beragam berpotensi memengaruhi tingkat kepuasan dan loyalitas pengguna. Permasalahan utama dalam penelitian ini adalah belum diketahui secara jelas pola kepuasan dan loyalitas pengguna serta faktor-faktor yang paling berpengaruh terhadap kedua aspek tersebut. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan dan loyalitas pengguna aplikasi BRI Mobile serta mengidentifikasi faktor dominan yang memengaruhinya, yaitu kemudahan penggunaan, keamanan, kepercayaan, dan kinerja sistem. Metode yang digunakan adalah pendekatan kuantitatif dengan teknik data mining, yaitu algoritma K-Means Clustering untuk mengelompokkan pengguna berdasarkan tingkat kepuasan, serta Decision Tree untuk menentukan faktor yang paling berpengaruh terhadap loyalitas pengguna. Data diperoleh melalui penyebaran kuesioner kepada 100 responden pengguna aktif aplikasi BRImo. Hasil penelitian menunjukkan bahwa pengguna dapat dikelompokkan ke dalam beberapa klaster dengan karakteristik tingkat kepuasan yang berbeda. Selain itu, hasil analisis Decision Tree menunjukkan bahwa kinerja sistem merupakan faktor paling dominan dalam memengaruhi kepuasan dan loyalitas pengguna, diikuti oleh kemudahan penggunaan, keamanan, dan kepercayaan. Secara keseluruhan, kombinasi metode K-Means Clustering dan Decision Tree mampu memberikan gambaran yang lebih komprehensif mengenai pola kepuasan dan loyalitas pengguna, serta dapat menjadi dasar dalam pengambilan keputusan strategis untuk meningkatkan kualitas layanan aplikasi BRI Mobile. Kata kunci: Decision Tree, E-Banking, K-Means Clustering, Loyalitas Pengguna, Kepuasan Pengguna ======================================================== The development of information technology has driven digital transformation in the banking sector, particularly through e-banking services that provide convenience, speed, and flexibility for users in conducting financial transactions. The BRI Mobile (BRImo) application, as a digital service of Bank Rakyat Indonesia, plays an important role in improving service quality for customers. However, the emergence of negative perceptions regarding transaction notifications, along with varying user experiences, may affect user satisfaction and loyalty levels. The main problem in this study is that the patterns of user satisfaction and loyalty, as well as the most influential factors affecting both aspects, have not been clearly identified. This study aims to analyze the level of user satisfaction and loyalty toward the BRI Mobile application and to identify the dominant factors influencing them, namely ease of use, security, trust, and system performance. The research employs a quantitative approach using data mining techniques, specifically the K-Means Clustering algorithm to group users based on satisfaction levels, and a Decision Tree to determine the most influential factors affecting user loyalty. Data were collected through questionnaires distributed to 100 active BRImo users. The results show that users can be grouped into several clusters with different satisfaction characteristics. In addition, the Decision Tree analysis reveals that system performance is the most dominant factor influencing user satisfaction and loyalty, followed by ease of use, security, and trust. Overall, the combination of K-Means Clustering and Decision Tree methods provides a more comprehensive understanding of user satisfaction and loyalty patterns, and can serve as a basis for strategic decision-making to improve the quality of the BRI Mobile application services. Keywords: Decision Tree, E-Banking, K-Means Clustering, User Loyalty, User Satisfaction

Item Type:	Article
Uncontrolled Keywords:	Decision Tree, E-Banking, K-Means Clustering, Loyalitas Pengguna, Kepuasan Pengguna==============Decision Tree, E-Banking, K-Means Clustering, User Loyalty, User Satisfaction
Subjects:	Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	11 Aug 2026 04:27
Last Modified:	11 Aug 2026 04:27
URI:	http://repository.ulb.ac.id/id/eprint/2649

Actions (login required)

View Item