PENERAPAN ALGORITMA K-MEANS UNTUK KLASTERISASI PARFUM BRAND LOKAL INDONESIA BERBASIS WEBSITE

Abstract

Industri parfum lokal di Indonesia mengalami pertumbuhan pesat dengan beragam pilihan aroma, harga, konsentrasi, dan ukuran, namun konsumen kesulitan memilih produk yang sesuai preferensi dan produsen kurang memahami segmentasi pasar secara objektif. Penelitian ini bertujuan menerapkan algoritma K‑Means clustering untuk mengelompokkan parfum merek lokal berdasarkan variabel harga, konsentrasi, ukuran, dan harga per milliliter. Sistem klastersasi parfum dibangun berbasis website dengan menggunakan teknologi framework Laravel. Datasheet yang digunakan untuk klasterisasi diambil dari Kaggle dengan 570 data parfum. Hasil klasterisasi menghasilkan 3 klaster yaitu C1 untuk rendah, C2 untuk sedang dan C3 untuk tinggi. Berdasarkan pengujian blackbox menunjukkan hasil pengujian blackbox 100% dapat berfungsi dengan baik.