SEGMENTASI KONSUMEN BERDASARKAN POLA PEMBELI DENGAN SISTEM CLUSTER

Abstract

Penelitian ini mengembangkan sistem untuk mengidentifikasi target konsumen di mal berdasarkan Gender, Usia, Kelompok usia, Pendapatan, Pengeluaran dan target output berupa kategori pendapatan bagi pihak mal. Tujuannya adalah memudahkan pengenalan target pengunjung yang aktif berbelanja di mal. Analisis pola pembelian konsumen penting dalam data mining untuk memahami perilaku pelanggan dan meningkatkan kinerja bisnis. Algoritma clustering seperti K-Means Clustering membantu mengatasi kompleksitas data dan memahami perilaku konsumen. K-Means adalah metode umum untuk mengelompokkan data menjadi klaster berdasarkan kesamaan fitur. Dengan menggunakan aplikasi Weka untuk pengujian terhadap 200 data pengunjung mal, diperoleh hasil berupa 4 klaster berbeda yaitu klaster 1 (25%) sebanyak 49 pengunjung, klaster 2 (10%) sebanyak 19 pengunjung, klaster 3 (41%) sebanyak 82 pengunjung dan klaster 4 (25%) sebanyak 50 pengunjung. Berdasarkan penerapan algoritma K-Means dan pengujian menggunakan aplikasi Weka 3.9.0 untuk  menentukan segmentasi konsumen diharapkan hasilnya dapat membantu pihak mal dalam pengambilan keputusan bisnis terkait kunjungan konsumen yang memberikan kontribusi paling banyak bagi pendapatan mal.