<![CDATA[Pelaku UMKM kerajinan di Bantul menghadapi tantangan dalam memanfaatkan data transaksi yang melimpah menjadi wawasan strategis, serta adanya disparitas harga ekstrem antara produk seni bernilai tinggi dan suvenir yang menyebabkan bias pada metode klasterisasi standar. Penelitian ini bertujuan melakukan segmentasi pola penjualan produk menggunakan algoritma K-Means yang diintegrasikan dengan normalisasi Z-Score untuk mengatasi variabilitas skala data tanpa menghapus outlier yang bernilai strategis. Menggunakan pendekatan Knowledge Discovery in Database (KDD), penelitian mengolah 573 data transaksi valid dari marketplace Tokopedia yang mencakup atribut harga, jumlah terjual, dan rating. Hasil evaluasi menggunakan Elbow Method dan Silhouette Coefficient menetapkan 5 (lima) sebagai jumlah klaster optimal dengan nilai Silhouette Score sebesar 0.8218, yang mengindikasikan struktur pengelompokan yang sangat kuat (Strong Structure). Penelitian berhasil mengisolasi karakteristik unik seperti produk "Premium" (harga ekstrem tinggi) dan "Best Seller" (volume tinggi) ke dalam klaster terpisah. Disimpulkan bahwa integrasi normalisasi Z-Score krusial dalam menangani heterogenitas data UMKM, memungkinkan perumusan rekomendasi manajerial yang presisi, mulai dari strategi eksklusivitas untuk produk premium hingga perbaikan kualitas mendesak untuk produk dengan rating rendah]]>
Copyrights © 2026
