<![CDATA[Penggunaan TikTokShop sebagai platform e-commerce berkembang pesat, memberikan peluang bagi pelaku usaha untuk menganalisis data penjualan dan memahami perilaku konsumen. Penelitian ini bertujuan mengoptimalkan model clustering dengan algoritma K-Means untuk mengelompokkan data penjualan TikTokShop dan mengidentifikasi segmen konsumen yang serupa, serta menentukan jumlah cluster optimal menggunakan Davies Bouldin Index. Metode KDD digunakan, dengan langkah-langkah pemilihan data, preprocessing, dan penerapan K-Means clustering dengan Euclidean distance. Hasil eksperimen menunjukkan jumlah cluster optimal adalah 15, dengan Davies Bouldin Index 0,001. Cluster_2 teridentifikasi sebagai yang terbaik, dengan perbedaan signifikan antara rata-rata jarak cluster keseluruhan dan cluster_2 sebesar 4129547026402010000. Karakteristik tiap cluster menunjukkan preferensi pelanggan berdasarkan produk, diskon, dan rata-rata jumlah item per pesanan antara 1 hingga 1,5 item. Temuan ini memberikan wawasan untuk pengembangan strategi pemasaran yang lebih tepat sasaran.]]>
Copyrights © 2025
