<![CDATA[Pemahaman mendalam tentang pelanggan cukup penting bagi perusahaan dalam menghadapi persaingan pasar yang ketat. Segmentasi pelanggan menjadi salah satu strategi utama untuk memahami dan mengelompokkan pelanggan berdasarkan karakteristik dan perilaku tertentu, seperti demografi, pendapatan, serta pola belanja. Penelitian pada jurnal ini menggunakan algoritma K-Means Clustering yang didukung metode elbow untuk dapat menentukan klaster optimal dalam dataset pelanggan mall. Proses analisis mencakup eksplorasi data, pre-processing, dan transformasi data untuk memastikan kualitas dataset sebelum diterapkan metode clustering. Dataset Mall_Customers dengan lima atribut utama—usia, jenis kelamin, pendapatan tahunan, skor pengeluaran, dan ID pelanggan—digunakan untuk mengidentifikasi empat klaster utama dengan karakteristik yang spesifik. Klaster yang dihasilkan menunjukkan pola belanja unik yang mencakup pelanggan dengan preferensi terhadap produk premium hingga pelanggan dengan pembelian kuantitas tinggi tetapi ekonomis. Penelitian ini memberikan wawasan yang bermanfaat bagi perusahaan dalam menyusun strategi pemasaran yang lebih efektif dan terarah berdasarkan klaster pelanggan. Penggunaan metode K-Means dan elbow terbukti memberikan hasil yang signifikan dalam analisis segmentasi pelanggan berbasis data.]]>
Copyrights © 2025
