Segmentasi Minat Pembelian Calon Pelanggan Di Online Shop Sebagai Strategi Persediaan Dengan Menggunakan Metode Clustering K-Means

Abstract

Dalam beberapa tahun belakangan ini, jumlah pengguna internet di negara Indonesia terus mengalami peningkatan. Salah satu aktivitas penggunaan internet yang banyak dilakukan oleh masyarakat yaitu mengakses platform e-commerce. Hal ini berpengaruh terhadap nominal transaksi e-commerce, yang justru memberikan banyak tantangan untuk toko online. Salah satu tantangannya yaitu logistik bagian persediaan. Di mana persediaan yang terlalu banyak menyebabkan overstock barang. Hal tersebut disebabkan karena ketidakpahaman penjual terhadap permintaan pelanggan. Salah satu online shop yang memiliki permasalahan tersebut adalah online shop Noi.Project. Toko ini menjual produk hijab, di antaranya adalah hijab pashmina, hijab instan dan hijab segi empat. Pada saat dilakukan penjualan dari stok hijab sebanyak 80 buah hijab hanya terjual sebanyak 20 buah hijab. Hal inilah yang melatarbelakangi peneliti dalam melakukan penelitian ini. Penelitian ini menggunakan metode klasterisasi algoritma k-means. Dengan tujuan dalam penelitian ini untuk mengetahui segmentasi dan karakter dari setiap calon pelanggan. Penelitian ini menghasilkan jumlah klaster yang optimal berdasarkan empat metode validasi klaster yang digunakan yaitu Davies-Bouldini Index, Silhouette Coefficient, Calinski-Harabasz dan SSE (Sum Square Error) sebesar 18 klaster. Klaster-klaster tersebut dikategorikan kembali menjadi lima kelas pelanggan yaitu superstar, golden customer, typical customer, occational customer dan dormant customer. Strategi persediaan yang direkomendasi kepada online shop yaitu memprioritaskan tigas kelas pelanggan teratas sebagai target pasar yang akan dituju.