Segmentasi Pasar dan Profil Konsumen Menggunakan K-Means Clustering

Abstract

Penelitian ini mengkaji segmentasi pasar dan profil konsumen e-commerce di Indonesia dengan menerapkan algoritma K-Means Clustering. Pendekatan kuantitatif deskriptif-eksploratif digunakan untuk menganalisis dataset publik “Ecommerce Consumer Behavior Analysis” yang berisi 1.000 entri konsumen dan 28 atribut terkait demografi, perilaku, serta interaksi digital. Setelah melalui tahap pra-pemrosesan dan penentuan jumlah klaster optimal menggunakan metode Elbow dan Silhouette Score, diperoleh empat segmen pelanggan: Cautious Shoppers, Premium Buyers, Loyal but Unsatisfied, dan Young Budget-Conscious. Hasil segmentasi ini mengungkapkan kompleksitas perilaku konsumen e-commerce, serta pentingnya pendekatan berbasis data untuk meningkatkan personalisasi layanan, retensi pelanggan, dan efektivitas strategi pemasaran. Temuan ini diharapkan menjadi referensi praktis bagi pelaku industri dalam merancang strategi pemasaran yang lebih terfokus dan relevan.