<![CDATA[Segmentasi pelanggan dibutuhkan agar strategi pemasaran tidak diterapkan secara seragam kepada pelanggan yang karakteristiknya beragam. Penelitian ini bertujuan menerapkan agglomerative hierarchical clustering dengan average linkage untuk mengelompokkan pelanggan berdasarkan belanja tahunan dan frekuensi kunjungan, menentukan jumlah cluster dari struktur dendrogram, serta mengevaluasi kualitas hasil pengelompokan. Data yang digunakan adalah data simulasi 15 pelanggan yang dirancang memiliki tiga kelompok. Jarak antarobjek dihitung dengan Euclidean distance, jumlah cluster ditentukan dari lompatan jarak penggabungan terbesar pada dendrogram dan dibandingkan untuk k = 2 sampai k = 5 menggunakan koefisien silhouette, kemudian sensitivitas hasil diuji terhadap empat metode linkage dan terhadap standardisasi variabel. Hasil analisis membentuk tiga cluster, yaitu pelanggan hemat, menengah, dan premium, dengan rata-rata koefisien silhouette 0,86 pada k = 3, lebih tinggi daripada jumlah cluster lainnya. Single, complete, average linkage, dan Ward's method menghasilkan partisi yang identik, sedangkan korelasi kofenetik tertinggi diperoleh average linkage (0,898). Karena struktur tiga kelompok telah dirancang dalam data, hasil ini memvalidasi prosedur analisis dan belum dapat dibaca sebagai temuan empiris tentang pelanggan riil. Penelitian ini menyajikan tahapan hierarchical clustering yang dapat direproduksi sebagai acuan penerapan pada data transaksi riil.]]>
Copyrights © 2026
