Hubungan erat antara perusahaan dan pelanggan sangat penting untuk mempertahankan loyalitas terutama dalam industri Food & Beverage yang kompetitif. Inovasi seperti peningkatan pelayanan, promosi, dan variasi menu menjadi kunci keberhasilan. Penelitian ini bertujuan mengidentifikasi cluster terbaik dari sebuah dataset, memanfaatkan K-Means untuk mengelompokkan data berdasarkan centroid. Penelitian ini mengaplikasikan K-Means untuk mengidentifikasi pelanggan potensial, membantu pelaku usaha kopi lokal bersaing dengan menyediakan produk yang diinginkan pelanggan dan mengatasi masalah dalam menentukan menu potensial. Data yang digunakan merupakan data pendapatan TitikSetara Coffee dari Oktober 2023 hingga Januari 2024. Dalam penelitian ini digunakan software RapidMiner untuk melakukan pengelompokan menggunakan algoritma K-Means Clustering. Data penjualan dikelompokkan ke dalam tiga cluster, dimana cluster 0 untuk menu dengan potensi tinggi, cluster 1 untuk menu dengan potensi menengah, dan cluster 2 untuk menu dengan potensi rendah. Dari 26 data uji yang digunakan hasil menunjukkan cluster pertama terdiri dari 4 menu, cluster kedua terdiri dari 14 menu, dan cluster ketiga terdiri dari 8 menu dengan nilai Davies-Bouldin Index sebesar 0,374. Menu potensial yang dihasilkan dapat dijadikan referensi oleh pihak TitikSetara Coffee dan diharapkan menu potensial dari hasil penelitian ini dapat benar benar tepat sasaran.

S10256

INF 0167 2024

Bekasi

Tersedia