Coffee shop adalah bagian dari industri Food and Beverage (F&B) yang berkontribusi sebesar 7,15% terhadap perekonomian Indonesia. Tingginya minat konsumsi kopi dan cepatnya pertumbuhan usaha F&B di Bekasi memicu persaingan ketat antar bisnis coffee shop yang sejenis. Kanae Coffee & Space, yang berlokasi di Bekasi, menghadapi tantangan dalam mempertahankan loyalitas pelanggan serta menangani permintaan yang belum dapat diprediksi. Penelitian ini bertujuan untuk mengelompokkan produk kopi berdasarkan data penjualan time series menggunakan algoritma K-Means. Proses analisis menggunakan metode CRISP-DM, yang meliputi business understanding, data understanding, data preparation, modeling, evaluation, serta deployment. Evaluasi jumlah cluster diawali menggunakan metode elbow untuk melihat perlambatan penurunan Sum of Squared Errors (SSE), dan dikonfirmasi dengan evaluasi akhir menggunakan silhouette coefficient. Hasil penelitian menunjukkan bahwa data dapat dikelompokkan ke dalam lima cluster dengan nilai silhouette coefficient sebesar 0,5916 pada k = 5, yang menandakan hasil segmentasi berada pada kategori “Good Structure”. Masing-masing cluster memiliki karakteristik berbeda berdasarkan tingkat permintaan, tren penjualan, dan harga. Cluster 0 terdiri dari produk dengan permintaan sangat rendah, tren stabil dan tumbuh sangat ringan, serta harga sangat mahal. Cluster 1 menunjukkan permintaan sangat tinggi namun menurun tajam dengan harga sangat murah. Cluster 2 memiliki permintaan cukup tinggi, tren cukup stabil, dan harga sedang. Cluster 3 berisi produk dengan permintaan menengah, tren menurun perlahan, dan harga cukup mahal. Sedangkan Cluster 4 mencakup produk dengan permintaan rendah, tren stabil, dan harga cukup murah. Hasil segmentasi ini diharapkan dapat membantu memahami pola penjualan dari waktu ke waktu dan menjadi acuan dalam menyusun strategi pemasaran serta pengelolaan produk yang lebih efektif. Segmentasi ini menghasilkan rekomendasi strategis berupa: pertahankan harga dan kualitas produk (Cluster 0), promosi/varian baru (Cluster 1), jadikan produk andalan dan perluasan jangkauan (Cluster 2), inovasi rasa/kemasan (Cluster 3), serta promosi/bundling (Cluster 4). Hasilnya diterapkan dalam GUI berbasis Streamlit untuk mendukung pengambilan keputusan.

S12106

INF 0133 2025

Bekasi

Tersedia