Analisis Segmentasi Pelanggan Menggunakan Metode K-Means Clustering

Abstract

Teknologi berbasis computerized dewasa ini dapat diaplikasikan sebagai instrumen pendukung kegiatan pada berbagai bidang usaha dalam rangka mencapai tujuan pekerjaan dengan efektif dan efisien. Teknologi computerized data mining dibutuhkan untuk membantu kegiatan promosi dengan membuat segmentasi pelanggan berdasarkan data transaksi sebelumnya. Segmentasi pelanggan dapat dimanfaatkan sebagai indikator nilai pelanggan (customer value), dalam hal ini perusahaan akan dapat menilai kelompok pelanggan mana yang memberikan keuntungan besar bagi perusahaan. Penelitian ini bertujuan untuk membuat segmentasi pelanggan dari sebuah supermarket dengan K-Means clustering. Hasil eksperimen clustering didapatkan nilai k = 2 sebagai cluster terbaik dengan nilai DBI 0,527 dan nilai centroid distance 1,4821. Kelompok data pada Cluster 0 berjumlah 109 data sedangkan pada cluster 1 berjumlah 231 data dan total semua data adalah 340. Segmen data dari hasil clustering dideskripsikan menjadi segmen konsumen prioritas dan dan konsumen biasa yang dapat menjadi informasi pendukung untuk divisi marketing dalam menentukan strategi pemasaran yang relevan dengan konsumen untuk meningkatkan Customer Lifetime Value.