<![CDATA[Perkembangan pengguna smartphone yang pesat di Indonesia menuntut pendekatan segmentasi pasar yang lebih akurat, terutama terkait harga dan spesifikasi. Penelitian ini mengusulkan model klasterisasi menggunakan kombinasi Principal Component Analysis (PCA) dan Fuzzy C-Means (FCM) untuk memahami pola dalam data produk smartphone. Dataset diambil dari platform Kaggle dan mencakup berbagai atribut teknis seperti RAM, ROM, harga, baterai, serta fitur tambahan seperti dukungan 5G dan tipe perangkat (PRO/PLUS atau LITE). Melalui PCA, sembilan atribut direduksi menjadi empat komponen utama yang mampu mempertahankan 94% variasi data. FCM kemudian diterapkan untuk membentuk kelompok berdasarkan keanggotaan fuzzy, menghasilkan klasifikasi yang lebih fleksibel dan adaptif terhadap data yang tumpang tindih. Nilai Silhouette Score meningkat dari 0,57 menjadi 0,73 setelah reduksi dimensi, mengindikasikan kualitas pemisahan klaster yang lebih baik. Sebanyak sembilan klaster terbentuk, masing-masing mencerminkan segmen pasar mulai dari kelas entry-level hingga flagship. Hasil ini dapat menjadi acuan dalam perencanaan strategi pemasaran, pengembangan produk, dan pengambilan keputusan bisnis berbasis data.]]>
Copyrights © 2025
