JIKO (Jurnal Informatika dan Komputer)
Vol 7, No 2 (2023): SEPTEMBER 2023

PERBANDINGAN HASIL METODE CLUSTERING K-MEANS, DB SCANNER & HIERARCHICAL UNTUK ANALISA SEGMENTASI PASAR

Syafrina Dyah Kusuma Wardani (Universitas Islam Negeri Sunan Ampel Surabaya)
Amalia Salsabilla Ariyanto (Universitas Islam Negeri Sunan Ampel Surabaya)
Masfufahtul Umroh (Universitas Islam Negeri Sunan Ampel Surabaya)
Dwi Rolliawati (Universitas Islam Negeri Sunan Ampel Surabaya)



Article Info

Publish Date
04 Sep 2023

Abstract

Segmentasi pasar merupakan strategi pengelompokan calon konsumen berdasarkan persepsi yang sama antara kebutuhan dan keinginan. Dalam strategi pemasaran, segmentasi pasar sangat wajib untuk diterapkan karena penentuan segmentasi pasar merupakan dasar dari adanya pemasaran. Namun seringkali terdapat hambatan dalam melakukan segmentasi pasar seperti tidak ada pembaruan segmentasi, menghiraukan calon konsumen, tidak mempunyai banyak data. Sehingga tujuan penelitian ini untuk menentukan segmentasi pasar dilakukan dengan clustering yakni mengelompokkan data sesuai karakteristik dari konsumen dan membandingkan hasil clustering model terbaik. Data yang digunakan merupakan data segmentasi pasar penjualan otomotif yang diambil dari sumber kaggle.com. Metode clustering yang digunakan pada penelitian ini adalah K-Means, DBSCAN, dan Hierarchical, dimana pada proses pemodelannya menggunakan software KNIME. Adapun hasil dari penelitian ini adalah metode K-Means adalah metode yang baik untuk digunakan clustering. Hal ini didapatkan dari nilai rata-rata Silhouette Coefficient K-Means mendekati 1 yakni 0.716, sedangkan DBSCAN 0.296 dan Hierarchical 0.301.

Copyrights © 2023






Journal Info

Abbrev

jiko

Publisher

Subject

Computer Science & IT

Description

JIKO (Jurnal Informatika dan Komputer) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat of Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM) Yogyakarta, Indonesia. First published in 2016 for a printed and online version. We receive original research ...