CLUSTERING DATA PENJUALAN PRODUK ELEKTRONIK RUMAH TANGGA MENGGUNAKAN METODE K-MEANS UNTUK MENDUKUNG STRATEGI PEMASARAN E-COMMERCE

Abstract

Perkembangan e-commerce di Indonesia yang pesat menghasilkan data transaksi dalam jumlah besar yang belum dimanfaatkan secara optimal dalam pengambilan keputusan pemasaran. Permasalahan yang muncul adalah masih banyak pelaku usaha yang belum mampu mengolah data penjualan untuk menghasilkan strategi yang tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan data penjualan produk elektronik rumah tangga, seperti AC, kulkas, mesin cuci, dan rice cooker, guna mengidentifikasi pola penjualan dan mendukung strategi pemasaran berbasis data. Metode yang digunakan adalah K-Means clustering dengan atribut harga, rating, dan jumlah terjual yang diperoleh melalui proses scraping dari platform e-commerce. Pengolahan data dilakukan menggunakan Python pada Google Colab melalui tahapan preprocessing, penentuan jumlah cluster dengan Elbow Method, serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga dengan nilai Silhouette Score sebesar 0,675 yang menunjukkan kualitas pengelompokan yang baik. Segmentasi yang dihasilkan meliputi produk dengan penjualan tinggi, sedang, dan rendah. Hasil ini dapat dimanfaatkan sebagai dasar dalam penyusunan strategi pemasaran yang lebih efektif dan terarah.