ANALISIS DAN PREDIKSI PREFERENSI PENGGUNA SMARTPHONE BERDASARKAN DEMOGRAFI DAN POLA PENGGUNAAN APLIKASI MENGGUNAKAN K-MEANS DAN RANDOM FOREST

Penelitian ini mengatasi keterbatasan studi terdahulu yang hanya menganalisis preferensi pengguna smartphone secara parsial—baik berdasarkan pola penggunaan aplikasi ataupun faktor demografis. Penelitian ini mengintegrasikan kedua dimensi tersebut guna menghasilkan segmentasi dan prediksi preferensi pengguna smartphone. Algoritma KMeans digunakan untuk membuat segmentasi, dengan penentuan jumlah cluster optimal melalui Elbow Method dan Silhouette Score. Karakteristik pengguna dikelompokkan ke dalam empat kelas baru. Kemudian Random Forest digunakan untuk membangun model prediksi preferensi pengguna. Evaluasi model prediksi menggunakan metrik Accuracy, Precision, Recall, F1-Score, Confusion Matrix, dan ROG-AUC menunjukkan Random Forest mencapai kinerja terbaik dengan akurasi rata-rata sebesar 90%. Hasil penelitian ini memberikan gambaran komprehensif mengenai karakteristik pengguna smartphone, sehingga dapat digunakan pengembang aplikasi ataupun pelaku bisnis untuk memahami preferensi pengguna, merancang produk yang lebih sesuai dengan kebutuhan pengguna, serta mengoptimalkan pengembangan produk.