<![CDATA[Penelitian ini bertujuan untuk mengelompokkan wilayah pelanggan toko Roni berdasarkan intensitas pembelian menggunakan algoritma K-Means Clustering. Taha- pan penelitian meliputi pengumpulan data, pra-pemrosesan, pelabelan data, ekstraksi fitur, pemodelan implementasi, pengujian hingga evaluasi. Data yang digunakan sebanyak 4.999 transaksi penjualan yang terjadi selama Maret hingga April 2022, dan terdiri dari 43 atribut, namun hanya atribut Kota Penerima dan Jumlah Barang yang dianalisis. Setelah melalui tahap normalisasi dan penghapusan missing values, data dibagi menjadi tiga klaster berdasarkan metode Elbow yang menunjukkan titik optimum pada k=3, proses klasterisasi dilakukan menggunakan algoritma K-Means dengan valuasi berdasarkan nilai SSE (Sum of Squared Errors), yang menunjukkan total 0.1137. Hasil penelitian menunjukkan bahwa wilayah dapat dikelompokkan menjadi tiga kate- gori: rendah, sedang, dan tinggi berdasarkan jumlah transaksi. Klaster dengan aktivitas pembelian tertinggi direkomendasikan sebagai target utama untuk strategi promosi toko. Hasil ini membuktikan bahwa algoritma K-Means dapat secara efektif digunakan dalam analisis segmentasi wilayah berbasis data transaksi pelanggan.]]>
Copyrights © 2025
