<![CDATA[Tujuan dari penelitian ini adalah untuk menggunakan algoritma K-Means untuk memeriksa pola konsumen di lingkungan e-commerce. Di era digital saat ini, sangat penting untuk memiliki pemahaman yang mendalam tentang perilaku konsumen, yang membuat bisnis tetap kompetitif. Dengan menggunakan data transaksional yang mencakup faktor -faktor seperti harga akhir dan diskon, konsumen konsumen penelitian ini berdasarkan perilaku belanja mereka. Metode Elbow digunakan untuk mengidentifikasi jumlah kelompok yang paling tepat, yang merupakan langkah penting dalam analisis ini. Setelah menentukan jumlah cluster yang optimal dengan menggunakan algoritma K-Means untuk mengenali berbagai segmen konsumen. K-Means adalah metode yang relatif sederhana dan mudah dipahami yang mencakup pilihan serangkaian centroid (titik tengah) dan pengelompokan data berdasarkan kedekatan centroid. Dengan mengelompokkan pelanggan ke dalam kelompok yang berbeda, K-means dapat membantu untuk mengidentifikasi pola pembelian yang jelas seperti preferensi produk, frekuensi pembelian, dan perilaku belanja. Hasil yang diperoleh menunjukkan bahwa kelompok yang berpendidikan dengan skor siluet 0,54 sangat terpisah dan jelas, menunjukkan bahwa ini menunjukkan kualitas kelompok yang baik. Temuan ini memberikan pemahaman yang berharga tentang perusahaan e-commerce dalam merancang strategi pemasaran yang efisien, mempersonalisasikan pengalaman bagi konsumen, dan memahami perilaku konsumen di pasar online. Oleh karena itu, penelitian ini tidak hanya berkontribusi pada literatur akademik, tetapi juga memberikan pengetahuan praktis yang dapat diterapkan pada strategi bisnis.]]>
Copyrights © 2025
