SEGMENTASI PELANGGAN PADA TOKO XYZ BERDASARKAN POLA PEMBELIAN MENGGUNAKAN ALGORITMA K-MODES

Abstract

Perkembangan teknologi informasi dan meningkatnya persaingan bisnis ritel menuntut pelaku usaha untuk memahami perilaku pelanggan melalui analisis pola pembelian berbasis data. Toko XYZ masih menghadapi kendala karena segmentasi pelanggan yang diterapkan belum berbasis analisis data, sehingga strategi pemasaran yang dijalankan kurang spesifik dan optimal. Penelitian ini bertujuan untuk membentuk segmentasi pelanggan berdasarkan pola pembelian dengan menerapkan algoritma K-Modes pada data transaksi Toko XYZ. Penelitian ini menggunakan pendekatan kuantitatif dengan metode unsupervised learning terhadap 1.448 pelanggan yang mencakup variabel Order Substatus, Provinsi, Metode Pembayaran, Kategori Produk, serta nilai transaksi yang telah dikonversi ke dalam kategori rentang harga. Tahapan penelitian meliputi pre-processing data, penentuan jumlah klaster optimal menggunakan Elbow Method, penerapan algoritma K-Modes, serta evaluasi hasil segmentasi melalui analisis deskriptif. Hasil penelitian menunjukkan terbentuknya enam klaster pelanggan dengan karakteristik yang berbeda, yaitu High-Value Selective Buyer (25,00%), Regular Mid-Value Buyer (21,20%), Occasional Moderate Buyer (11,46%), Price-Sensitive Economy Buyer (17,27%), Budget-Conscious Value Seeker (21,06%), dan Low-Frequency Planned Buyer (4,01%). Setiap klaster mencerminkan perbedaan pola pembelian, metode pembayaran, dan rentang harga transaksi. Temuan ini dapat dimanfaatkan sebagai dasar perumusan strategi pemasaran, pengelolaan persediaan, dan peningkatan layanan pelanggan yang lebih terarah.