<![CDATA[Penelitian ini bertujuan untuk menganalisis perilaku belanja konsumen pada UMKM Pondok Gede menggunakan algoritma K-Means Clustering berdasarkan data transaksi penjualan. Analisis ini dilakukan untuk mengidentifikasi pola transaksi konsumen sehingga dapat menjadi dasar dalam penyusunan strategi pemasaran yang lebih tepat sasaran. Dataset yang digunakan terdiri atas 7.233 data transaksi dengan atribut Jumlah Terjual, Harga Satuan, Total Penjualan, Kategori Produk, Metode Pembayaran, dan Channel Penjualan. Tahapan penelitian meliputi proses data preprocessing yang mencakup pembersihan data, penanganan nilai yang tidak valid, transformasi data kategorikal, serta normalisasi menggunakan metode Min-Max Scaling agar seluruh atribut berada pada skala yang sama. Selanjutnya, jumlah cluster optimal ditentukan menggunakan Elbow Method dan Silhouette Score sebelum dilakukan proses pengelompokan menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga cluster dengan nilai Silhouette Score sebesar 0,5143, yang mengindikasikan kualitas pengelompokan berada pada kategori cukup baik. Setiap cluster memiliki karakteristik transaksi yang berbeda berdasarkan nilai pembelian, jenis produk, metode pembayaran, dan saluran penjualan. Hasil pengelompokan menghasilkan tiga segmen konsumen yang terdiri atas Cluster 0 sebanyak 1.555 transaksi, Cluster 1 sebanyak 2.939 transaksi, dan Cluster 2 sebanyak 2.739 transaksi. Masing-masing cluster menunjukkan karakteristik transaksi yang berbeda berdasarkan jumlah pembelian, nilai transaksi, kategori produk, metode pembayaran, dan channel penjualan sehingga dapat digunakan sebagai dasar dalam penyusunan strategi pemasaran yang lebih tepat sasaran.]]>
Copyrights © 2026
