<![CDATA[Industri perhotelan modern membutuhkan strategi pemasaran personal karena pendekatan konvensional kurang efektif dalam mengakomodasi beragamnya preferensi tamu. Penelitian ini bertujuan merancang model segmentasi pelanggan hotel secara objektif menggunakan algoritma K-Means Clustering. Memanfaatkan dataset hotel_bookings.csv , penelitian ini menerapkan kerangka Knowledge Discovery in Databases (KDD) yang mencakup pengumpulan data, prapemrosesan, pemodelan, evaluasi, hingga visualisasi. Model dibangun dengan menyeleksi tiga fitur utama: durasi waktu tunggu pemesanan (lead_time), jumlah permintaan khusus (total_of_special_requests), dan rata-rata harga harian (adr). Melalui pengujian menggunakan Elbow Method dan Silhouette Score, data pelanggan dipartisi secara optimal ke dalam tiga klaster. Penghitungan jarak kedekatan data dilakukan menggunakan Euclidean Distance. Hasil klasterisasi tersebut diimplementasikan ke dalam sebuah dashboard interaktif berbasis web menggunakan pustaka Streamlit. Integrasi sistem ini memungkinkan manajemen hotel untuk mengidentifikasi karakteristik dominan dari setiap segmen pelanggan, mengevaluasi harga secara adaptif, dan merumuskan kampanye pemasaran yang spesifik untuk meningkatkan kepuasan tamu jangka panjang.]]>
Copyrights © 2026
