PENGELOMPOKAN TRANSAKSI PENJUALAN AKSESORIS HP DAN PULSA DENGAN METODE K-MEANS UNTUK MENINGKATKAN STRATEGI PEMASARAN DI TOKO BAGUS CELLULER

Abstract

Dalam bidang Informatika, menghadapi tantangan penting dalam pengklasifikasian transaksi bisnis menjadi sebuah isu yang mendesak, khususnya bagi sektor ritel seperti Bagus Celluler. Isu utama yang muncul adalah kerumitan dan jumlah data yang bertambah seiring kemajuan teknologi. Studi ini diarahkan untuk mengeksplorasi dan mengimplementasikan metode klasterisasi data dengan menggunakan algoritma K-Means, khususnya pada transaksi penjualan aksesoris telepon seluler dan voucher pulsa di Bagus Celluler. Tujuan klasterisasi ini adalah untuk menemukan tren pembelian yang seragam di antara berbagai segmen konsumen. Data yang terkumpul dari Bagus Celluler akan ditelaah dengan teliti melalui algoritma K-Means untuk mengkategorikan konsumen berdasarkan pola pembelian mereka. Studi kasus ini dilaksanakan dengan mengambil contoh Bagus Celluler, yang mencerminkan dinamika pasar aksesoris telepon seluler dan voucher pulsa di wilayah spesifik. Dengan penerapan algoritma K-Means, diharapkan temuan dari studi ini akan menyediakan wawasan strategis yang bermanfaat bagi Bagus Celluler untuk meningkatkan strategi pemasaran mereka, dengan menyesuaikan penawaran produk dan jasa sesuai dengan kecenderungan konsumen yang beragam. Studi ini bertujuan untuk memberikan pemahaman yang lebih dalam mengenai klasterisasi dalam sektor ritel, terutama pada pasar aksesoris telepon seluler dan voucher pulsa. Selain itu, studi ini juga menunjukkan bagaimana analisis data dapat dimanfaatkan untuk memperbaiki strategi pemasaran dan meningkatkan kepuasan konsumen. Berdasarkan hasil klasterisasi, jumlah kelompok optimal untuk data transaksi penjualan aksesoris telepon seluler dan voucher pulsa dengan menggunakan algoritma K-Means dan indeks Davies Bouldin adalah tiga, dengan nilai Davies Bouldin sebesar-0.205−0.205. Nilai maksimum iterasi yang menghasilkan klaster terbaik untuk data transaksi ini, yang berkisar dari satu hingga sepuluh dan dihitung secara numerik, menunjukkan konsistensi nilai DBI sebesar -0.205−0.205 untuk klaster K=3. Hasil studi ini diharapkan dapat menjadi fondasi dalam merancang strategi pemasaran yang lebih efisien dan sesuai dengan setiap segmen konsumen yang telah diidentifikasi.