Analisis Matematis pada Algoritma K-Means Clustering dalam Pengelompokkan Data
DOI:
https://doi.org/10.69688/juksit.v5i1.155Keywords:
Segmentasi Pelanggan, K-Means Clustering, Data Mining, Metode Elbow, Analisis KonsumenAbstract
Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada toko susu berdasarkan pola transaksi menggunakan pendekatan data mining dengan algoritma K-Means Clustering. Variabel yang digunakan dalam analisis ini meliputi frekuensi pembelian dan jumlah pengeluaran pelanggan. Proses analisis diawali dengan pengolahan data kemudian dilanjutkan dengan penentuan jumlah cluster optimal menggunakan metode Elbow untuk memperoleh nilai K terbaik. Hasil pengujian menunjukkan bahwa jumlah cluster optimal adalah empat kelompok. Penerapan algoritma K-Means dengan perhitungan yang menggunakan phyton menghasilkan pengelompokan pelanggan berdasarkan kemiripan karakteristik, di mana setiap cluster memiliki nilai centroid yang berbeda yang merepresentasikan tingkat aktivitas dan besaran pengeluaran pelanggan. Cluster 3 menunjukkan kelompok pelanggan dengan tingkat pembelian dan pengeluaran rendah, cluster 1 menggambarkan pelanggan dengan tingkat menengah, cluster 2 menunjukkan pelanggan dengan tingkat aktivitas tinggi, sedangkan cluster 0 merepresentasikan pelanggan dengan nilai transaksi dan frekuensi paling tinggi atau kategori premium. Hasil penelitian ini menunjukkan bahwa metode K-Means Clustering efektif dalam mengelompokkan pelanggan berdasarkan perilaku pembelian sehingga dapat digunakan sebagai dasar dalam penyusunan strategi pemasaran yang lebih tepat sasaran
References
A. Adio, A. Orobosade, and O. Temitope, “An Improvement on Initial Centre Points of K-Means Clustering Algorithm,” Int. J. Res. Sci. Innov., vol. XII, no. 2321, 2025, doi: 10.51244/IJRSI.
S. Zhang, S. Chen, X. Yu, and S. Mei, “Research on collaborative filtering algorithm based on improved K-means algorithm for user attribute rating and co-rating,” 2025.
M. A. Aldi et al., “IMPLEMENTASI K-MEANS CLUSTER ING DALAM PENGELOMPOKAN DATA KUNJUNGAN WISATAWAN ASING DI INDONESIA,” J. Ilm. Multidisiplin Ilmu, vol. 2, no. 1, pp. 13–19, 2025.
A. Fatkhudin, A. Khambali, F. A. Artanto, and N. A. P. Zade, “Implementasi Algoritma Clustering K-Means Dalam Pengelompokan Mahasiswa Studi Kasus ( Prodi Manajemen Informatika ),” J. Minfo Polgan, vol. 12, no. 2, pp. 777–783, 2023.
M. Adjie Pahlevi, A. Abimanyu, M. Hafizh Arrizky, and A. Ryaldi, “Analisis Distribusi Tenaga Kesehatan Di Indonesia Menggunakan K-Means Clustering,” J. Tenik Inform. dan Sist. Inf., vol. 11, no. 3, pp. 287–298, 2024.
A. F. Zabidi, “Penerapan Algoritma K-Means untuk Pengelompokan Koleksi Perpustakaan dengan Data Mining,” Media J. Inform., vol. 16, no. 2, 2024.
W. Permata Sari and T. Sutabri, “ANALISA CLUSTER DENGAN K-MEAN CLUSTERING UNTUK PENGELOMPOKAN DATA CYBERCRIME,” J. Inform. Teknol. dan Sains, vol. 5, no. 1, pp. 49–53, 2023.
R. Buaton and Solikhun, “Application of Numerical Measure Variations in K-Means Clustering for Grouping Data,” Matrik J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 23, no. 1, pp. 103–112, 2023, doi: 10.30812/matrik.v23i1.3269.
E. Wira Liyanto, A. Homaidi, and A. Lutfi, “IMPLEMENTASI K-MEANS CLUSTERING MENGGUNAKAN RAPIDMINER DALAM PENGELOMPOKAN DATA KUNJUNGAN WISATAWAN ASING DI PROVINSI JAWA TIMUR,” J. Tek. Elektro dan Inform., vol. 19, no. September, pp. 205–216, 2024.
M. Amelia, A. Faqih, A. R. Rinaldi, and K. Sosial, “PENERAPAN METODE K-MEANS CLUSTERING DALAM PEMETAAN KEMISKINAN KABUPATEN / KOTA DI TEPAT,” J. Inform. dan Tek. Elektro Terap., vol. 13, no. 2, pp. 437–444, 2025.
B. A. Hendriansyah, A. Tri, J. Harjanta, and K. Latifah, “IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA SISTEM INFORMASI GEOGRAFIS FASILITAS KESEHATAN BPJS KESEHATAN KOTA SEMARANG,” J. Inform. Teknol. dan Sains, vol. 7, no. 1, pp. 438–448, 2025.
A. Fikri, B. F. Hutabarat, and U. Khaira, “Komparasi K-Means Clustering Dan Complete Linkage Dalam Pengelompokan Penyaluran Pinjaman Financial Technology,” J. Ilm. MEDIA ISFO, vol. 17, no. 2, pp. 228–239, 2023.
D. Anggraini and M. Siddik Hasibuan, “Initial Centroid Pada Algoritma K-Means Dan K-Medoids,” J. Multimed. dan Teknol. Inf., vol. 07, no. 03, pp. 487–500, 2025.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Yulia Utami, Desi Vinsensia, Sinta Suwanda, Muhammad Rizal Mohaimin
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
