Pemanfaatan Data Mining Untuk Segmentasi Pelanggan Dalam Meningkatkan Efektivitas Penawaran Di Showroom Menggunakan Metode K-Means
DOI:
https://doi.org/10.53513/jursi.v5i2.11706Keywords:
Data Mining, Segmentasi Pelanggan, K-Means Clustering, Showroom, Strategi PemasaranAbstract
Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan data sebagai dasar dalam mengambil keputusan strategis. Salah satu pendekatan yang efektif adalah segmentasi pelanggan menggunakan teknik data mining. Penelitian ini dilakukan pada Showroom Pandu Motor dengan tujuan untuk mengelompokkan pelanggan berdasarkan karakteristik tertentu guna mendukung efektivitas strategi penawaran. Segmentasi ini dianggap penting karena dapat membantu pihak showroom dalam memahami preferensi pelanggan secara lebih spesifik.Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering, yang mampu membagi data ke dalam tiga kelompok pelanggan berdasarkan atribut seperti usia, penghasilan, harga motor, lama kredit, dan status OJK. Proses analisis dilakukan secara bertahap mulai dari pengumpulan data, normalisasi, pemilihan centroid awal, hingga perhitungan jarak Euclidean dan proses iterasi yang berulang sampai hasil pengelompokan stabil (konvergen). Metode ini dinilai efisien karena dapat mengolah data dalam jumlah besar dan menghasilkan segmentasi yang jelas.Hasil dari penelitian ini menunjukkan bahwa algoritma K-Means berhasil mengidentifikasi tiga cluster pelanggan yang berbeda tingkat potensinya, yaitu tinggi, sedang, dan rendah. Dengan informasi tersebut, showroom dapat menyusun strategi pemasaran yang lebih tepat sasaran untuk tiap segmen pelanggan. Penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem analisis pelanggan berbasis data mining, khususnya dalam sektor perdagangan otomotif.
References
A. A. SHELEMO, “DATA MINING UNTUK SEGMENTASI PELANGGAN DENGAN ALGORITMA K-MEANS STUDI KASUS PADA DATA PELANGGAN DI TOKO RETAIL,” Nucl. Phys., vol. 13, no. 1, pp. 104–116, 2023.
D. A. N. Disiplin, K. Pada, and M. M. Karanganyar, “KINERJA KARYAWAN DITINJAU DARI KEPEMIMPINAN, LINGKUNGAN KERJA PADA SHOWROOM MUHARI MOTOR 651 KARANGANYAR,” vol. 04, no. 01, pp. 338–346, 2020.
R. Riadi and Mesran, “PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK ANALISA PENJUALAN PARFUME,” J. Informatics, Electr. Electron. Eng., vol. 2, no. 4, pp. 138–145, 2023, doi: 10.47065/jieee.v2i4.1181.
N. H. Nabila, A. F. Isnawati, and M. A. Afandi, “ANALISIS PENGGUNAAN TEKNIK K-MEANS CLUSTERING SEBAGAI PENGGANTI FUNGSI DEMAPPER PADA SISTEM KOMUNIKASI FBMC OQAM,” Transmisi, vol. 23, no. 2, pp. 48–57, 2021, doi: 10.14710/transmisi.23.2.48-57.
N. Hendrastuty, “PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DALAM EVALUASI HASIL PEMBELAJARAN SISWA,” J. Ilm. Inform. Dan Ilmu Komput., vol. 3, no. 1, pp. 46–56, 2024, [Online]. Available: https://doi.org/10.58602/jima-ilkom.v3i1.26
P. H. Suharti, A. S. Suryandari, and R. N. Amalia, “ANALISIS KINERJA MODUL PENGENDALI TEKANAN UDARA PCT-14 BERBASIS PLC DENGAN BERBAGAI METODA TUNING,” Sebatik, vol. 26, no. 2, pp. 420–427, 2022, doi: 10.46984/sebatik.v26i2.2134.
Feronika Dalla and Usman Usman, “ANALISIS STRATEGI PEMASARAN DALAM MENINGKATKAN PENJUALAN OLSHOP PAKAIAN,” J. Inov. Manajemen, Kewirausahaan, Bisnis dan Digit., vol. 1, no. 3, pp. 112–120, 2024, doi: 10.61132/jimakebidi.v1i3.236.
D. S. Indah and I. Komputer, “PEMANFAATAN TEKNIK CLUSTERING DALAM DATA MINING UNTUK SEGMENTASI PELANGGAN,” vol. 1, no. 6, pp. 1–18, 2024.
R. Hidayat, “PEMANFAATAN DATA MINING UNTUK MELIHAT MINAT SISWA SETELAH MENYELESAIKAN PENDIDIKAN SEKOLAH MENENGAH ATAS (SMA) DENGAN ALGORITMA K-MEANS CLUSTERING,” Technol. Informatics Insight J., vol. Volume 1, no. 2, 2022, [Online]. Available: https://jurnal.universitasputrabangsa.ac.id/index.php/tiij
C. Zai, “IMPLEMENTASI DATA MINING SEBAGAI PENGOLAHAN DATA,” J. Portal Data, vol. 2, no. 3, pp. 1–12, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/107
S. Asyuti and A. A. Setyawan, “DATA MINING DALAM PENGGUNAAN PRESENSI KARYAWAN DENGA CLUSTER MEANS,” J. Ilm. Sains Teknol. Dan Inf., vol. 1, no. 1, pp. 01–10, 2023, [Online]. Available: https://jurnal.alimspublishing.co.id/index.php/JITI/article/download/6/6
M.Hafizh, “PENERAPAN DATA MINING ALGORITMA ASSOCIATION RULE METODE FP-GROWTH UNTUK MENGANALISA TINGKAT KEKERASAN DALAM RUMAH TANGGA,” Maj. Ilm. UPI YPTK, vol. 25, no. 1, pp. 99–106, 2018, doi: 10.35134/jmi.v25i1.36.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
