<![CDATA[Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan data sebagai dasar dalam mengambil keputusan strategis. Salah satu pendekatan yang efektif adalah segmentasi pelanggan menggunakan teknik data mining. Penelitian ini dilakukan pada Showroom Pandu Motor dengan tujuan untuk mengelompokkan pelanggan berdasarkan karakteristik tertentu guna mendukung efektivitas strategi penawaran. Segmentasi ini dianggap penting karena dapat membantu pihak showroom dalam memahami preferensi pelanggan secara lebih spesifik.Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering, yang mampu membagi data ke dalam tiga kelompok pelanggan berdasarkan atribut seperti usia, penghasilan, harga motor, lama kredit, dan status OJK. Proses analisis dilakukan secara bertahap mulai dari pengumpulan data, normalisasi, pemilihan centroid awal, hingga perhitungan jarak Euclidean dan proses iterasi yang berulang sampai hasil pengelompokan stabil (konvergen). Metode ini dinilai efisien karena dapat mengolah data dalam jumlah besar dan menghasilkan segmentasi yang jelas.Hasil dari penelitian ini menunjukkan bahwa algoritma K-Means berhasil mengidentifikasi tiga cluster pelanggan yang berbeda tingkat potensinya, yaitu tinggi, sedang, dan rendah. Dengan informasi tersebut, showroom dapat menyusun strategi pemasaran yang lebih tepat sasaran untuk tiap segmen pelanggan. Penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem analisis pelanggan berbasis data mining, khususnya dalam sektor perdagangan otomotif.]]>
Copyrights © 2026
