Segmentasi Pembaca Pada Top 5 News Media Online Di Indonesia Dengan Menggunakan Algoritma K-Means Clustering

Larasati, Tyas Cahya (2026) Segmentasi Pembaca Pada Top 5 News Media Online Di Indonesia Dengan Menggunakan Algoritma K-Means Clustering. Tesis (S2) - thesis, Universitas Bakrie.

	Text (Cover) 00. Cover.pdf - Accepted Version Download (1MB)
	Text (BAB I-III) 01. BAB I-III.pdf - Accepted Version Restricted to Registered users only Download (456kB) | Request a copy
	Text (BAB IV) 02. BAB IV.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 03. BAB V.pdf - Accepted Version Restricted to Registered users only Download (185kB) | Request a copy
	Text (DAFTAR PUSTAKA) 04. BAB DAFTAR PUSTAKA.pdf - Accepted Version Download (200kB)
	Text (LAMPIRAN) 05. LAMPIRAN.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengidentifikasi segmentasi pembaca pada lima media online teratas di Indonesia (Detik.com, Kompas.com, Tribunnews.com, CNN Indonesia, dan Tvonenews.com) guna merumuskan strategi Online Value Proposition (OVP) yang tepat. Fenomena industri menunjukkan bahwa meskipun trafik kunjungan sangat tinggi, pengelola media masih menghadapi tantangan dalam memetakan karakteristik audiens secara akurat, sehingga strategi konten dan iklan seringkali masih bersifat umum (one size fits all). Metodologi yang digunakan adalah pendekatan kuantitatif dengan algoritma K-Means Clustering untuk menganalisis data perilaku aktual dari 100 responden. Penentuan jumlah klaster optimal dilakukan melalui metode Elbow. Variabel penelitian mencakup demografi, preferensi konten, frekuensi akses, durasi membaca, hingga perangkat yang digunakan. Hasil penelitian berhasil mengidentifikasi tiga klaster utama: Klaster 1 (Working Women Entertainment Reader) yang didominasi perempuan profesional mapan penyuka konten video hiburan; Klaster 2 (Executive Millennial National News Interest) yang merupakan "pembaca berat" laki-laki profesional dengan frekuensi akses lebih dari 20 kali sehari; serta Klaster 3 (The Lifestyle Trend-Seeker) yang merepresentasikan generasi muda (Gen Z) pengguna aktif TikTok yang menyukai konten gaya hidup. Target segmen yang memberikan potensi pendapatan ekonomi terbesar secara volume trafik adalah Klaster 2, sementara Klaster 1 memberikan stabilitas ekonomi karena profilnya sebagai pengambil keputusan belanja rumah tangga. Sebagai implikasi manajerial, media disarankan mengadopsi OVP yang terdiferensiasi, seperti fitur ringkasan berita cepat (News Bites) untuk profesional dan konten visual estetik untuk generasi muda.

Item Type:	Thesis (Tesis (S2) - )
Uncontrolled Keywords:	Media Online, Segmentasi Pembaca, K-Means Clustering, Online Value Proposition, Perilaku Konsumen
Subjects:	Marketing Thesis > Thesis (S2)
Divisions:	Fakultas Ekonomi dan Ilmu Sosial > Program Studi Magister Management
Depositing User:	Tyas Cahya Larasati
Date Deposited:	25 Feb 2026 07:35
Last Modified:	25 Feb 2026 07:35
URI:	https://repository.bakrie.ac.id/id/eprint/13138

Actions (login required)

View Item