Segmentasi Pelanggan Salon Nuii Beauty Glow Menggunakan K-Means Clustering

Abstract

Persaingan dalam industri kecantikan menuntut setiap pelaku bisnis di bidang ini untuk menentukan strategi pemasaran agar manajemen tidak melakukan kesalahan dalam memberikan pelayanan kepada pelanggan. Salon Nuii Beauty Glow belum dapat mengklasifikasikan pelanggan mana yang menguntungkan bagi perusahaan. Oleh karena itu, perusahaan mengalami kesulitan untuk menentukan strategi pemasaran yang tepat bagi pelanggannya. Peneliti menggunakan model clustering data mining yang sangat efisien dalam menentukan karakteristik kelompok pelanggan yang terbentuk, dengan menggunakan algoritma K-Means yang memiliki keunggulan dalam pengelompokan. Algoritma k-means clustering merupakan salah satu teknik data mining yang dapat membagi data dalam suatu himpunan menjadi beberapa kelompok, dimana kesamaan data pada satu kelompok lebih besar dibandingkan dengan kesamaan data tersebut dengan data pada kelompok lain. Dari penelitian ini diperoleh 3 cluster pelanggan. Cluster 0 menempati jumlah pelanggan terbanyak yaitu 48 pelanggan, cluster 1 memiliki 10 pelanggan, dan cluster 3 memiliki 12 pelanggan. Ketiga cluster tersebut dikategorikan sesuai dengan karakteristik masing-masing data dengan melakukan uji indeks Davies Bouldin untuk menentukan cluster terbaik. Dan model RFM (Kebaruan, frekuensi, moneter) digunakan untuk memfasilitasi pengelompokan.

Clustering Produk Ekspor Indonesia Berdasarkan Tingkat Permintaan Menggunakan Metode K-Means Tahun 2020-2022

“…Proses ini dilanjutkan dengan menggabungkan set data berikutnya yang paling dekat, dan berlanjut hingga cluster membentuk semacam pohon di mana ada tingkat atau tingkat yang jelas antara objek yang mirip dengan yang paling mirip. Namun, secara logika, semua data akan membentuk satu cluster pada akhirnya [9][10] [11].…”