<![CDATA[Penelitian ini bertujuan untuk mengembangkan sistem reservasi lapangan berbasis web menggunakan framework Django serta menganalisis pola penyewaan menggunakan metode K-Means. Permasalahan yang umum terjadi pada pengelolaan penyewaan lapangan meliputi konflik jadwal, pencatatan transaksi yang tidak terstruktur, serta tidak adanya analisis data historis untuk mendukung pengambilan keputusan. Sistem yang dikembangkan mengintegrasikan modul reservasi, validasi konflik jadwal otomatis, pengelolaan transaksi, serta dashboard analitik. Data historis sebanyak 150 transaksi digunakan sebagai dataset untuk proses clustering dengan variabel jam mulai, durasi, total pembayaran, hari penyewaan, dan frekuensi transaksi pelanggan. Proses clustering dilakukan melalui tahapan preprocessing, normalisasi data, penentuan jumlah cluster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga kelompok dengan nilai Silhouette Score sebesar 0,62 yang mengindikasikan kualitas pemisahan cluster yang cukup baik. Interpretasi cluster mengidentifikasi tiga pola utama penyewaan, yaitu penyewa siang singkat, penyewa malam intensif, dan penyewa sore moderat. Integrasi sistem reservasi dan analisis clustering terbukti mampu memberikan insight strategis untuk optimalisasi harga, program loyalitas, dan pengelolaan jadwal operasional.]]>
Copyrights © 2026
