<![CDATA[Persaingan bisnis ritel yang kompetitif menuntut strategi pemasaran yang tepat berdasarkan karakteristik produk. Variasi produk dengan kategori dan harga berbeda membuat pengelompokan manual kurang efektif dan memakan waktu. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan produk ritel berdasarkan kategori dan harga eceran sebagai pendukung strategi pemasaran. Penelitian dilakukan di Supermarket Indobali, Tanjung Balai Karimun, menggunakan data harga jual produk tahun 2024 sebanyak 4.245 data dengan 73 kategori. Setelah pembersihan data, diperoleh 4.226 data yang diproses melalui preprocessing, Label Encoding, normalisasi Min-Max, penentuan jumlah cluster dengan Elbow Method, klasterisasi K-Means, serta evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index. Meskipun Silhouette Score tertinggi diperoleh pada K=2 (0,638), jumlah cluster ditetapkan tiga berdasarkan Elbow Method dan pertimbangan interpretasi praktis. Hasil menunjukkan K-Means berhasil mengelompokkan produk ke tiga cluster dengan Silhouette Score 0,578 dan Davies-Bouldin Index 0,534, mengindikasikan kualitas pengelompokan cukup baik. Pembentukan cluster lebih dipengaruhi Label Encoding kategori dibanding harga, sehingga pelabelan segmen ekonomis, menengah, dan premium bersifat interpretatif, bukan pemisahan rentang harga tegas, akibat tumpang tindih harga antar-cluster. Meski demikian, hasil pengelompokan tetap memberi informasi awal bermanfaat bagi pengelola ritel dalam menentukan strategi pemasaran, promosi, pengelolaan stok, dan prioritas produk.]]>
Copyrights © 2026
