PENERAPAN K-MEANS CLUSTERING UNTUK SEGMENTASI PENGUNJUNG MALL BERDASARKAN SPENDING SCORE DAN ANNUAL INCOME

• MUHAMMAD RIZQY ABDULLAH ISNAINI
• 2025

---

Perkembangan ritel modern di Indonesia semakin pesat, mengharuskan strategi pemasaran yang lebih efektif. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam segmentasi pengunjung mall berdasarkan pendapatan tahunan (annual income) dan skor pengeluaran (spending score). Dataset yang digunakan diperoleh dari Kaggle, mencakup atribut seperti umur, genre, pendapatan tahunan, dan skor pengeluaran. Penelitian melibatkan tahap pre-processing data, pemodelan, dan evaluasi menggunakan metode Elbow. Hasil penelitian menunjukkan empat segmen utama: Low Spenders, Big Spenders, Budget Shoppers, dan Moderate Spenders. Algoritma K-Means berhasil mengidentifikasi pola perilaku pengunjung, memberikan wawasan bagi pengelola mall untuk merancang strategi pemasaran yang lebih terfokus. Visualisasi cluster dan evaluasi metode Elbow memastikan keefektifan segmentasi. Penelitian ini memberikan kontribusi bagi pengembangan bisnis ritel melalui pendekatan berbasis data

https://repository.bsi.ac.id/repo/71657/PENERAPAN-K-MEANS-CLUSTERING-UNTUK-SEGMENTASI-PENGUNJUNG-MALL-BERDASARKAN-SPENDING-SCORE-DAN-ANNUAL-INCOME
File full-text dikunci.