Analisis Online Retail Transaction Dataset Menggunakan Algoritma K-Means Clustering

Pemanfaatan e-commerce dalam bisnis dianggap penting, dengan lebih banyak pengusaha yang menggunakan e-commerce di perusahaannya. Keuntungannya antara lain konsumen dapat berbelanja tanpa harus datang langsung ke toko, dan Perusahaan dapat melakukan transaksi kapanpun. Dalam hal ekonomi, e-commerce membantu menghemat biaya bagi konsumen dan Perusahaan dalam hal iklan. Selain itu, e-commerce juga memungkinkan konsumen menghemat biaya perjalanan dan memberi kesempatan bagi pengusaha untuk memasarkan produknya ke wilayah yang lebih luas. Dalam konteks ini, penelitian ini akan menggunakan algoritma K-Means Clustering untuk mengelompokan pelanggan dengan efesien berdasarkan faktor-faktor tertentu seperti Recency, Frequency, dan Monetary

Kata Kunci: K-Means Clustering, E-Commerce, Data Mining

Abstract

The use of e-commerce in business is considered important, with more entrepreneurs using e-commerce in their companies. The advantages include that consumers can shop without having to come directly to the store, and the company can carry out transactions at any time. In economic terms, e-commerce helps save costs for consumers and companies in terms of advertising. Apart from that, e-commerce also allows consumers to save on travel costs and provides entrepreneurs with the opportunity to market their products to a wider area. In this context, this research will use the K-Means Clustering algorithm to group customers with efficiency based on certain factors such as Recency, Frequency, and Monetary.

Keywords: K-Means Clustering, E-Commerce, Data Mining

 Link donwload klik di sini