Analisis Segmentasi Pelanggan Menggunakan Algoritma K-Means pada Mall Customer Segmentation Dataset

Abstract

Segmentasi pelanggan merupakan salah satu strategi penting dalam dunia bisnis, khususnya di sektor ritel, untuk memahami perilaku konsumen secara lebih mendalam dan menyusun strategi pemasaran yang lebih tepat sasaran. Penelitian ini bertujuan untuk melakukan analisis segmentasi pelanggan menggunakan algoritma K-Means berdasarkan Mall Customer Segmentation Dataset, yang berisi informasi demografis seperti usia, jenis kelamin, pendapatan tahunan, dan skor pengeluaran pelanggan. Metode penelitian dimulai dengan tahapan pembersihan data, normalisasi, serta pemilihan fitur yang relevan untuk proses clustering. Penentuan jumlah cluster optimal dilakukan dengan menggunakan metode Elbow dan evaluasi Silhouette Score. Hasil analisis menunjukkan bahwa pelanggan dapat dikelompokkan menjadi beberapa segmen utama, seperti pelanggan dengan pengeluaran tinggi namun berusia muda, serta pelanggan berpendapatan tinggi dengan pengeluaran rendah. Segmentasi ini memberikan gambaran yang jelas mengenai preferensi dan perilaku belanja konsumen, yang dapat dimanfaatkan oleh manajemen mall atau pelaku bisnis untuk menyusun strategi pemasaran yang lebih personal dan efisien. Dengan demikian, algoritma K-Means terbukti efektif dalam membantu proses pengambilan keputusan berbasis data.