ANALISIS K-MEANS CLUSTERING TERHADAP SEGMENTASI KONSUMEN BERDASARKAN PERSEPSI KENYAMANAN, FASILITAS, KELENGKAPAN, HARGA, DAN KUALITAS
Published 2025-12-15
Keywords
- Cluster Analysis, K-Means, Segmentasi Konsumen, SPSS, Persepsi Layanan
How to Cite
Abstract
Penelitian ini bertujuan untuk mengelompokkan konsumen berdasarkan persepsi mereka terhadap lima atribut evaluasi layanan, yaitu kenyamanan, fasilitas, kelengkapan, harga, dan kualitas. Metode yang digunakan adalah K-Means Cluster Analysis dengan bantuan software IBM SPSS Statistics. Data kemudian dikelompokkan dan menghasilkan tiga segmentasi konsumen dengan karakteristik yang berbeda. Hasil analisis menunjukkan bahwa Cluster 1 dicirikan oleh skor tertinggi pada variabel kelengkapan, sehingga kelompok ini merupakan konsumen yang lebih mengutamakan ketersediaan pilihan dan fitur layanan. Cluster 2 memiliki nilai tertinggi pada variabel harga dan kualitas, mengindikasikan bahwa konsumen dalam kelompok ini lebih rasional dalam mempertimbangkan kesesuaian harga terhadap mutu layanan. Sementara itu, Cluster 3 menonjol pada variabel kenyamanan dan fasilitas yang menunjukkan bahwa konsumen dalam kelompok ini menempatkan pengalaman dan kenyamanan sebagai prioritas utama. Temuan ini memberikan kontribusi dalam memahami perbedaan prioritas konsumen dalam suatu layanan, serta dapat digunakan sebagai dasar strategi pengembangan bisnis, peningkatan mutu layanan, dan pendekatan pemasaran yang lebih tepat sasaran.
Downloads
References
- Ariati, I., Norsa, R. N., Akhsan, L., & Heikal, J. (2023). Segmentasi pelanggan menggunakan K-Means clustering: Studi kasus pelanggan UHT Milk Greenfield. Cerdika: Jurnal Ilmiah Indonesia, 3(7), 729–743.
- Daulay, R. Y., Passalaras, R. A., & Heikal, J. (2023). Customer segmentation using K-Means clustering with SPSS program in a case study of consumer interest in coffee shops. Budgeting: Journal of Business, Management and Accounting.
- Nugraha, R. D., Adelia, D. D., & Rivaldi, D. (2025). Segmentasi pelanggan retail berbasis perilaku menggunakan algoritma K-Means clustering. Digital Transformation Technology, 5(2), 141–148.
- Puteri, E. T., Kusnanto, G., & Thomas, C. J. (2024). Penerapan K-Means clustering untuk segmentasi pelanggan pada sistem customer relationship management di PT. Unichem Candi Indonesia. Konvergensi.
- Saputra, T. C., Fadhilah, S. M., Mangkuto, S. U., & Heikal, J. (2025). Segmentation, targeting and positioning analysis using K-Means clustering model: A case study of the laptop market in Indonesia. International Journal of Applied Finance and Business Studies.
- Zheng, Y. (2023). Customer segmentation research in marketing through clustering algorithm analysis. Journal of Intelligent & Fuzzy Systems, 4, 5441–5448.