<![CDATA[Perubahan perilaku konsumen menuntut perusahaan menerapkan pemasaran berbasis data (data-driven marketing) untuk memahami pola pembelian berdasarkan demografi. Permasalahan sering kali muncul ketika data pelanggan menjadi semakin kompleks dan terus bertambah, sehingga proses segmentasi secara manual tidak lagi memadai dan membutuhkan pengelompokan secara otomatis. Penelitian ini bertujuan untuk mengembangkan model segmentasi pelanggan menggunakan algoritma K-Means secara terfokus serta menyusun strategi pemasaran langsung dari hasil segmentasi tersebut. Pendekatan metode kuantitatif digunakan dengan memanfaatkan dataset Mall Customer Segmentation Data dari platform Kaggle. Algoritma K-Means diterapkan sebagai metode komputasi utama mulai dari penentuan jumlah kelompok optimal menggunakan metode Elbow hingga tahap pemetaan akhir. Kualitas hasil pembentukan lima cluster pelanggan tersebut dievaluasi secara matematis menggunakan metrik Silhouette Score. Hasil perhitungan metrik tersebut mencatatkan skor sebesar 0,3575963460506624. Penelitian ini memetakan profil dan karakteristik khas pada setiap kelompok pelanggan yang kemudian menjadi landasan valid untuk merumuskan rekomendasi strategi pemasaran yang lebih relevan, konkret, dan tepat sasaran.
]]>
Copyrights © 2026
