Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Matematis pada Algoritma K-Means Clustering dalam Pengelompokkan Data Yulia Utami; Desi Vinsensia; Sinta Suwanda; Muhammad Rizal Mohaimin
Jurnal Kolaborasi Sains dan Ilmu Terapan Vol. 5 No. 1 (2026): Edisi Juli - Agustus In Press
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/juksit.v5i1.155

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada toko susu berdasarkan pola transaksi menggunakan pendekatan data mining dengan algoritma K-Means Clustering. Variabel yang digunakan dalam analisis ini meliputi frekuensi pembelian dan jumlah pengeluaran pelanggan. Proses analisis diawali dengan pengolahan data kemudian dilanjutkan dengan penentuan jumlah cluster optimal menggunakan metode Elbow untuk memperoleh nilai K terbaik. Hasil pengujian menunjukkan bahwa jumlah cluster optimal adalah empat kelompok. Penerapan algoritma K-Means dengan perhitungan yang menggunakan phyton menghasilkan pengelompokan pelanggan berdasarkan kemiripan karakteristik, di mana setiap cluster memiliki nilai centroid yang berbeda yang merepresentasikan tingkat aktivitas dan besaran pengeluaran pelanggan. Cluster 3 menunjukkan kelompok pelanggan dengan tingkat pembelian dan pengeluaran rendah, cluster 1 menggambarkan pelanggan dengan tingkat menengah, cluster 2 menunjukkan pelanggan dengan tingkat aktivitas tinggi, sedangkan cluster 0 merepresentasikan pelanggan dengan nilai transaksi dan frekuensi paling tinggi atau kategori premium. Hasil penelitian ini menunjukkan bahwa metode K-Means Clustering efektif dalam mengelompokkan pelanggan berdasarkan perilaku pembelian sehingga dapat digunakan sebagai dasar dalam penyusunan strategi pemasaran yang lebih tepat sasaran