SEGMENTASI PELANGGAN DENGAN ALGORITMA K-MEANS UNTUK STRATEGI PEMASARAN YANG EFEKTIF

Abstract

Segmentasi pelanggan merupakan strategi penting dalam pemasaran untuk memahami karakteristik dan perilaku pelanggan yang beragam. Salah satu metode yang sering digunakan adalah K-Means Clustering, yang mampu mengelompokkan pelanggan berdasarkan kesamaan karakteristik tertentu. Namun, pemilihan jumlah cluster yang optimal dan analisis hasil segmentasi sering kali menjadi tantangan utama dalam implementasi metode ini. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam segmentasi pelanggan serta menganalisis efektivitas hasil klasterisasi.

Pengujian dilakukan pada dataset Mall Costumer yang didapat dari kagle, lalu dianalisis menggunakan algoritma K-Means. Hasil pengujian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah 5, dengan distribusi anggota sebagai berikut: Cluster 0 terdiri dari 81 pelanggan, Cluster 1 sebanyak 39 pelanggan, Cluster 2 sebanyak 22 pelanggan, Cluster 3 sebanyak 35 pelanggan Dan Cluster 4 sebanyak 23 pelanggan. Dengan demikian, penelitian ini menunjukkan bahwa metode K-Means dapat mengelompokkan pelanggan secara efektif untuk mendukung strategi pemasaran yang lebih terarah.