<![CDATA[Industri parfum lokal di Indonesia mengalami pertumbuhan signifikan seiring meningkatnya kesadaran konsumen terhadap gaya hidup dan perawatan diri. Namun, masih banyak pelaku usaha yang belum memanfaatkan pendekatan berbasis data untuk memahami karakteristik produk secara objektif. Penelitian ini bertujuan untuk melakukan segmentasi produk parfum lokal berdasarkan brand, atribut numerik, yaitu ukuran (size), harga (price), dan harga per mililiter (price/ml), guna mendukung perumusan strategi pemasaran yang lebih efektif. Metode yang digunakan adalah algoritma K-Means Clustering dengan tahapan meliputi pengumpulan data, pembersihan data, normalisasi, seleksi atribut, penentuan jumlah klaster optimal menggunakan Elbow Method, serta evaluasi hasil klasterisasi menggunakan Silhouette Score dan Davies Bouldin Index. Dataset yang dianalisis diperoleh dari Kaggle yang berisi informasi mengenai produk parfum lokal Indonesia. Hasil penelitian menunjukkan bahwa jumlah klaster optimal yang terbentuk adalah tiga (K = 3), dengan nilai Silhouette Score sebesar 0,018 dan Davies Bouldin Index sebesar 0,269. Nilai ini tergolong baik karena mendekati nilai 0. Semakin kecil nilai DBI, semakin baik kualitas clustering. Hasil ini menunjukkan bahwa segmentasi pasar dapat dibedakan menjadi tiga kategori utama, yaitu produk berukuran besar dengan harga ekonomis seperti Braven, Evangeline, Morris (Cluster 0), produk kecil hingga menengah dengan harga menengah seperti Alchemist, Akiko, Arra (Cluster 1), serta produk kecil dengan harga premium seperti Avalanche, Ataraksia, Loco Scents (Cluster 2). Segmentasi ini memberikan gambaran pasar yang berguna bagi pelaku industri untuk menyusun strategi pemasaran yang lebih tepat, seperti penyesuaian harga, promosi, serta penentuan target konsumen berdasarkan karakteristik tiap klaster.]]>
