<![CDATA[Pertumbuhan transaksi pada platform e-commerce mendorong pelaku bisnis untuk memahami preferensi pelanggan secara lebih tepat. Tazeee Clothes, sebagai toko fashion berbasis online, memiliki volume data penjualan yang besar namun belum dimanfaatkan secara maksimal dalam melakukan segmentasi produk. Penelitian ini bertujuan mengelompokkan produk berdasarkan performa penjualannya untuk mengidentifikasi pola pembelian pelanggan. Metode yang diterapkan adalah algoritma K-Means Clustering dengan pendekatan kuantitatif menggunakan data penjualan Januari–Desember 2024, meliputi variabel harga, jumlah pesanan, dan total berat produk. Proses pengelompokan dilakukan melalui iterasi hingga diperoleh centroid yang konvergen, kemudian divalidasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index. Hasil analisis menghasilkan tiga klaster utama, yaitu produk dengan penjualan tinggi, penjualan sedang, dan penjualan rendah. Nilai evaluasi Silhouette Score 0.5782, Davies-Bouldin Index 0.4361, dan Calinski-Harabasz Index 3450.61 mengindikasikan kualitas klaster yang baik. Temuan ini memberikan landasan strategis bagi Tazeee Clothes dalam menyusun keputusan pemasaran, manajemen stok, serta pengembangan produk.]]>
Copyrights © 2026
