Pada beberapa tahun terakhir, industri musik global mengalami lonjakan signifikan, salah satunya oleh peningkatan popularitas diberbagai belahan dunia termasuk di Indonesia. Peningkatan ini tidak hanya pada musik digital saja, tetapi juga dalam pembelian produk fisik seperti album dan merchandise. Fenomena ini membuka peluang besar bagi pelaku bisnis ritel, termasuk pada toko THJMINE Store yang menjual produk album dan merchandise K-Pop. Namun, ditengah antusias pasar yang tinggi, toko THJMINE Store menghadapi permasalahan dalam pengelolaan stok serta menentukan strategi promosi yang tepat. Permasalahan utama yang dihadapi adalah belum adanya segmentasi pelanggan yang jelas serta kesulitan dalam promosi strategi yang tepat. Hal ini menyebabkan terjadinya stok berlebih dan strategi pemsaran yang kurang tepat sasaran. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan menerapkan algoritma K-Means Clustering dalam pendekatan CRISP-DM serta menghasilkan cluster berdasarkan pola pembelian yang dapat merepresentasikan segmentasi pelanggan. Penelitian ini menggunakan data transaksi yang digunakan sebanyak 710 total pembelian dari 225 total pelanggan atas 110 total produk periode Juli 2022 hingga januari 2025, dengan menggunakan algoritma K-Means Clustering dan pendekatan CRISP-DM serta menggunakan evaluasi Davies Bouldin Index (DBI). Berdasarkan dari hasil pengelompokan preferensi pelanggan dengan algoritma K-Means Clustering berhasil membentuk tiga cluster preferensi pelanggan, yaitu cluster 0, cluster 1, dan cluster 2. Hasil evaluasi menunjukkan skor DBI sebesar 0.6342, yang menandakan kualitas cluster yang baik. Pengelompokan preferensi pelanggan ini dapat membantu THJMINE Store dalam memahami segmentasi pelanggan, mengembangkan strategi pemsaran yang lebih tepat dan meningkatkan efisiensi pengelolaan stok berdasarkan data.

S12034

INF 0061 2025

Bekasi

Tersedia