ABSTRAK :
Weeka Sejahtera Group merupakan salah satu pelaku usaha mikro, kecil,
dan menengah (UMKM) yang memiliki data transaksi pelanggan dalam jumlah
besar, namun belum dimanfaatkan secara optimal untuk mendukung pengambilan
keputusan bisnis. Penelitian ini bertujuan untuk mengelompokkan pelanggan
berdasarkan pola transaksi mereka dengan menerapkan pendekatan data mining
menggunakan algoritma K-Means Clustering. Data yang digunakan merupakan
data historis transaksi penjualan dengan tiga variabel utama, yaitu jumlah barang,
total pembelian, dan frekuensi pembelian. Proses pengelompokan dilakukan
dengan menghitung jarak antar data menggunakan Euclidean Distance, sedangkan
penentuan jumlah cluster optimal dilakukan dengan metode Elbow. Hasil penelitian
menunjukkan bahwa jumlah cluster optimal adalah tiga, dengan nilai Sum of
Squared Error (SSE) sebesar 1,38. Pengelompokan menghasilkan tiga segmen
pelanggan: pelanggan aktif (5 pelanggan), pelanggan pasif (12 pelanggan), dan
pelanggan baru (80 pelanggan). Segmentasi ini dapat dimanfaatkan oleh
manajemen untuk menyusun strategi pemasaran yang lebih terarah.
Kata Kunci: Data Mining, K-Means Clustering, pola transaksi, segmentasi
pelanggan, strategi pemasaran.
|