Eksplorasi Pola Penggunaan Aplikasi Berbasis Statistik Multivariat: Pendekatan Analisis Data Modern
Main Article Content
Abstract
Penelitian ini mengeksplorasi pola penggunaan aplikasi berbasis data menggunakan analisis statistik multivariat, termasuk analisis faktor, clustering, dan Uji Chi-Square. Hasil menunjukkan hubungan signifikan antara usia dan preferensi fitur aplikasi, di mana kelompok usia 25–35 tahun lebih sering menggunakan fitur analitik dasar, sementara pengguna di atas 35 tahun lebih memilih fitur prediktif. Tingkat pendidikan juga memengaruhi frekuensi penggunaan fitur visualisasi, dengan pengguna berpendidikan tinggi lebih sering memanfaatkan fitur ini. Penemuan ini menegaskan pentingnya personalisasi fitur aplikasi. Fitur analitik dasar dapat dirancang lebih intuitif untuk pengguna produktif, sedangkan fitur visualisasi dapat diperkaya elemen interaktif untuk menarik pengguna berpendidikan tinggi. Penelitian ini memberikan wawasan dan rekomendasi untuk pengembangan aplikasi yang lebih adaptif dan relevan.
Article Details

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Agunggunanto, E. Y. (2012). Analisis Kemiskinan Dan Pendapatan Keluarga Nelayan Kasus Di Kecamatan Wedung Kabupaten Demak, Jawa Tengah, Indonesia. Jurnal Dinamika Ekonomi Pembangunan, 1(1), 50. https://doi.org/10.14710/jdep.1.1.50-58
Agustin, A., Marlini, S., Rodia, R., Hatidah, & Bambang, M. (2023). Pelatihan Pengolahan Data Statistik untuk Mahasiswa. ADM: Jurnal Abdi Dosen dan Mahasiswa, 1(1), 7–12.
Arinda, A., & Abdul Mukid, M. (2016). PENERAPAN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED MOVING AVERAGE (MEWMA) PADA PENGENDALIAN KARAKTERISTIK KUALITAS AIR (Studi Kasus: Instalasi Pengolahan Air III PDAM Tirta Moedal Kota Semarang). Jurnal Gaussian, 5(1), 31–40. http://ejournal-s1.undip.ac.id/index.php/gaussian
Batubara, P., Kabupaten, D. I., Provinsi, T., Septiana, M. F., Irawan, D. E., & Darul, A. (2017). KALIMANTAN SELATAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS ( PCA ) NAMA : Muhamad Fauzan Septiana KALIMANTAN SELATAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS ( PCA ).
Marhawati, Mahmud, R., Nurduana, Astuty, S., Setyawan, D. A., Prasaja, Fahradina, N., One, L., Faelasofi, R., Widyasari, T., Mawardati, R., Otaya, L. G., & Rahmatina, S. (2022). Statistika Terapan. Statistik Terapan, 247.
Muthahharah, I., & Mar’ah, Z. (2024). Statistika Multivariat Aplikasi SPSS dan Rstudio.
Nora, A., Kurnia, Y. F., Fitri, N., & Herlina, V. T. (2023). Review: Autentikasi Kehalalan Daging dengan Pendekatan Proteomik Berbasis LC-MS. Jurnal Peternakan Indonesia (Indonesian Journal of Animal Science), 25(1), 20. https://doi.org/10.25077/jpi.25.1.20-28.2023
Purba, R. (2012). Data Mining : Masa Lalu, Sekarang, dan Masa Mendatang. Jurnal SIFO Mikroskil, 13(1), 31–41. https://doi.org/10.55601/jsm.v13i1.44
Ramadhani, L., Purnamasari, I., & Amijaya, F. D. T. (2018). Penerapan Metode Complete Linkage dan Metode Hierarchical Clustering Multiscale Bootstrap (Studi Kasus: Kemiskinan Di Kalimantan Timur Tahun 2016). Eksponensial, 9(2016), 1–10.
Setiawan, A. (2017). Analisis Data Statistik. In Paper Knowledge . Toward a Media History of Documents (Vol. 7, Nomor 2).
Sudarta. (2022). 済無No Title No Title No Title (Vol. 16, Nomor 1).
Sunaryo, S., Djuraidah, A., & Saefuddin, A. (2005). Sejarah Perkembangan Statistika Dan Aplikasinya. Forum Statistika Dan Komputasi, 8(1), 1–7.
Sutrisno, S., & Wulandari, D. (2018). Multivariate Analysis of Variance (MANOVA) untuk Memperkaya Hasil Penelitian Pendidikan. AKSIOMA : Jurnal Matematika dan Pendidikan Matematika, 9(1), 37. https://doi.org/10.26877/aks.v9i1.2472
Tarigan, A. R., Lubis, Z., & Syarifah, S. (2018). Pengaruh Pengetahuan, Sikap Dan Dukungan Keluarga Terhadap Diet Hipertensi Di Desa Hulu Kecamatan Pancur Batu Tahun 2016. Jurnal Kesehatan, 11(1), 9–17. https://doi.org/10.24252/kesehatan.v11i1.5107
Yana, M. S., Setiawan, L., Ulfa, E. M., & Rusyana, A. (2018). Penerapan Metode K-Means dalam Pengelompokan Wilayah Menurut Intensitas Kejadian Bencana Alam di Indonesia Tahun 2013-2018. Journal of Data Analysis, 1(2), 93–102. https://doi.org/10.24815/jda.v1i2.12584