Segmentasi Pengunjung Pusat Perbelanjaan Menggunakan Metode K- Means Clustering

Abstract

Data Mining telah banyak digunakan sebagai salah satu teknik dalam memperoleh informasi yang dapat bermanfaat bagi berbagai pihak. Saat ini Data Mining telah banyak digunakan diberbagai sektor bisnis salah satunya pada bidang industri retail. Seperti pada industri pusat perbelanjaan yang mana pusat perbelanjaan merupakan tempat terjadinya kegiatan jual beli dari penjual kepada pembeli yang dilakukan dalam jumlah yang besar. Dalam jumlah yang besar ini menjadikan pusat perbelanjaan tempat yang paling diminati oleh konsumen dikarenakan kelengkapan produk yang dijualnya, dalam hal ini konsumen merupakan faktor yang sangat penting bagi pusat perbelanjaan. Untuk mengetahui karakteristik dari setiap pengunjung yang berbelanja, diperlukan suata cara untuk mengolah data kebiasaan konsumen saat berbelanja di pusat perbelanjaan, salah satunya adalah dengan melakukan segmentasi menggunakan algoritma k-means clustering. Segmentasi ini bertujuan untuk membagi kelompok masyarakat berdasarkan karakteristiknya, dimana pada penelitian ini dilakukan klasterisasi konsumen berdasarkan ekonomi dan berdasarkan jarak. Pada penelitian ini telah menghasilkan 2 klaster yang mana klaster pertama merupakan kelompok konsumen dengan rentang usia didominasi usia muda, memiliki pendapatan Rp.800.000 - Rp.10.000.000, serta pengeluaran sebesar Rp.200.000-Rp.3.000.000. Pada kelompok kedua terdiri dari kelompok customer dengan usia yang relatif lebih tua dari kelompok sebelumnya, dan memiliki pendapatan Rp.15.000.000-Rp.35.000.000 serta pengeluaran sebesar Rp.2.700.000-Rp.6.500.000. Pemilihan klaster terbaik telah dilakukan berdasarkan uji validitas menggunakan elbow method serta silhouette method yang menunjukan nilai terbaiknya di angka 2 dengan score silhouette sebesar 0.824.