Penelitian ini membahas penerapan algoritma K-Means untuk menganalisis perilaku konsumen pada platform e-commerce. Dengan menggunakan dataset yang terdiri dari 3.900 entri pelanggan, data diproses melalui tahapan preprocessing, normalisasi Min-Max, dan encoding. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette Score, menghasilkan dua segmen utama pelanggan: aktif dan pasif. Visualisasi dengan PCA menunjukkan pemisahan klaster yang jelas. Hasil ini memberikan wawasan strategis bagi perusahaan untuk menyusun pendekatan pemasaran berbasis data yang lebih efektif, serta meningkatkan loyalitas pelanggan dan pendapatan bisnis.