Prediksi Preferensi Tren Belanja dalam E-Commerce Menggunakan Metode K-Means Clustering dan Algoritma Apriori

Azzahro, Zia Ulhaq
Fauziah, Eka
Wulandari, Putri Widya Ayu Septi
Wulandari, Rindi Febri
Ristyawan, Aidina

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Abstrak— Pesatnya perkembangan industri e-commerce telah meningkatkan kebutuhan untuk memahami lebih dalam perilaku dan preferensi konsumen. Penelitian ini bertujuan untuk memprediksi tren belanja pengguna e-commerce dengan mengintegrasikan metode K-Means Clustering dan algoritma Apriori. K-Means digunakan untuk mengelompokkan data pengguna berdasarkan karakteristik belanja yang serupa, seperti frekuensi transaksi, jenis produk, dan waktu pembelian. Setelah pengelompokan, algoritma Apriori diterapkan untuk mengidentifikasi pola asosiasi dalam kebiasaan belanja setiap klaster yang terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengidentifikasi segmentasi pasar yang lebih rinci dan menghasilkan aturan asosiasi yang relevan untuk mendukung pengambilan keputusan strategis, seperti rekomendasi produk dan perencanaan promosi. Dengan demikian, pendekatan ini dapat berfungsi sebagai alat prediktif untuk meningkatkan layanan personalisasi dalam e-commerce.