Segmentasi Pasar Konsumen Sayur Hidroponik Menggunakan Clustering K-Means dan Model RFM (Studi Kasus : (Provinsi Jawa Timur)

Abstract

Penelitian ini bertujuan untuk mengelompokkan konsumen sayuran hidroponik di Jawa Timur. Penelitian ini menggunakan atribut RFM yang berisi Recency, Frekuensi dan Moneter. Penelitian ini membutuhkan riwayat transaksi setiap pelanggan yang akan ditransformasikan ke dalam setiap atribut RFM. Metode clustering yang digunakan adalah K-Means Clustering. K-means clustering mempunyai kemampuan menangani dataset yang besar dan efektif dalam mengidentifikasi pola dalam suatu dataset. Untuk menentukan berapa cluster yang akan dibentuk digunakan metode Elbow. Penelitian ini juga menggunakan metode Global Silhouette untuk memastikan bahwa cluster yang digunakan dalam proses clustering memiliki nilai akurasi yang tinggi. Hasil dari penelitian ini adalah jumlah cluster (k) optimal = 3 karena mempunyai nilai akurasi sebesar 0.5420915830696501 yang berarti semakin skor mendekati 1 maka semakin baik cluster yang terbentuk.