Implementasi Data Mining Untuk Menentukan Pelanggan Potensial Menggunakan Algoritma Pengklasteran K-Means Dan K-Nearest Neighbors

Setyadji, Teddy
Ramadhani, Risky Aswi
Wahyuniar, Lilia Sinta

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Penelitian ini mengimplementasikan metode K-Means Clustering yang dikombinasikan dengan K-Nearest Neighbors (KNN) untuk mengelompokkan pelanggan berdasarkan total belanja, intensitas belanja, dan jumlah poin, dengan tujuan membantu strategi pemasaran dan meningkatkan loyalitas pelanggan. Sistem dibangun menggunakan Laravel dan MySQL, di mana hasil clustering disimpan sebagai riwayat yang dapat diakses kembali. Metode K-Means digunakan untuk membentuk klaster berdasarkan kemiripan data, sementara KNN digunakan untuk mengklasifikasikan pelanggan baru ke dalam klaster yang telah terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengelompokkan pelanggan, serta memudahkan analisis pola belanja secara sistematis melalui aplikasi berbasis web.