Sistem Segmentasi Pelanggan Berbasis Web Menggunakan Algoritma K-Means Clustering

Penulis Tidak Terbaca (Universitas Duta Bangsa Surakarta)

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026

Memahami karakteristik konsumen melalui segmentasi pelanggan menjadi strategi krusial bagi dunia bisnis untuk menyusun kebijakan pemasaran yang lebih terarah. Penelitian ini bertujuan merancang sistem berbasis web yang menerapkan algoritma K-Means Clustering dalam proses segmentasi pelanggan secara otomatis. Metode penelitian yang digunakan adalah Research and Development dengan pendekatan kuantitatif. React JS dipilih sebagai teknologi frontend dan Flask sebagai backend API yang memanfaatkan library scikit-learn untuk kebutuhan clustering. Data yang dipakai merupakan data simulasi pelanggan dengan atribut total belanja dan frekuensi transaksi. Evaluasi kualitas clustering dilakukan menggunakan Elbow Method dan Silhouette Score. Hasil pengujian memperlihatkan bahwa sistem mampu mengelompokkan pelanggan ke dalam tiga cluster dengan Silhouette Score 0,6792 yang menandakan kualitas clustering tergolong baik.