Penelitian ini bertujuan untuk mengidentifikasi pola budaya global melalui penerapan algoritma K-Means clustering pada dimensi budaya Hofstede, yaitu Individualism (IDV), Power Distance (PDI), Uncertainty Avoidance (UAI), dan Masculinity (MAI). Data yang digunakan berasal dari dataset Hofstede Insights, mencakup 16 negara dengan skor dimensi budaya yang telah divalidasi secara internasional. Proses klasterisasi dilakukan dengan pendekatan data-driven, di mana jumlah klaster optimal ditentukan menggunakan metode Elbow (k=3) berdasarkan pengukuran inertia. Hasil menunjukkan tiga kelompok budaya utama: (1) negara individualistik (Cluster 0: AS, Australia, Kanada), (2) negara dengan keseimbangan budaya (Cluster 1: Jerman, Prancis, Italia), dan (3) negara hierarkis (Cluster 2: Indonesia, Negara-negara Arab, India). Klasterisasi ini memberikan wawasan strategis untuk perusahaan multinasional dan organisasi internasional dalam merancang komunikasi lintas budaya, strategi pemasaran, dan manajemen sumber daya manusia yang lebih efektif. Selain itu, penelitian ini membuka peluang pengembangan model prediktif budaya dengan integrasi data longitudinal dan dimensi tambahan seperti Long-Term Orientation (LTO) serta Indulgence (IVR). Dengan pendekatan berbasis data, penelitian ini memperkenalkan kerangka kerja sistematis untuk memahami dinamika budaya di era globalisasi.
Copyrights © 2025