Keywords
produk berkelanjutan
preferensi konsumen
K-Means Clustering
segmentasi pasar
How to Cite
Abstract
Pertumbuhan pesat e-commerce mendorong perubahan perilaku konsumen, termasuk meningkatnya minat terhadap produk berkelanjutan. Penelitian ini bertujuan untuk menganalisis preferensi konsumen terhadap produk berkelanjutan dalam platform e-commerce menggunakan metode K-Means Clustering. Dengan memanfaatkan data historis transaksi dan atribut produk yang relevan, seperti label ramah lingkungan, bahan daur ulang, serta harga dan ulasan konsumen, dilakukan pengelompokan konsumen berdasarkan pola pembelian mereka. Hasil analisis menunjukkan adanya beberapa segmen konsumen dengan preferensi berbeda terhadap produk berkelanjutan, yang mencerminkan tingkat kesadaran dan kepedulian yang bervariasi. Temuan ini dapat menjadi dasar strategi pemasaran yang lebih terarah bagi pelaku e-commerce untuk meningkatkan penjualan produk berkelanjutan sekaligus mendorong konsumsi yang lebih ramah lingkungan.
References
[1] H. Rizqi et al., “Pentingnya Pengembangan E-Commerce sebagai Strategi Digital Marketing,” 2024. [Online]. Available: www.context.id
[2] A. M. Politeknik, N. Sriwijaya, Y. Fauzia, and A. Politeknik, “LITERATURE REVIEW: KUALITAS PELAYANAN DAN KEPUASAN PELANGGAN PADA PRODUK E-COMMERCE,” vol. 29, no. 2, 2023.
[3] R. N. Fadhilah, D. M. Sari, and N. A. Kinasih, “Dampak Strategi Pemasaran E-Commerce Terhadap Loyalitas Konsumen.”
[4] A. Febriani and S. A. Putri, “Segmentasi Konsumen Berdasarkan Model Recency, Frequency, Monetary dengan Metode K-Means,” JIEMS (Journal of Industrial Engineering and Management Systems), vol. 13, no. 2, Sep. 2020, doi: 10.30813/jiems.v13i2.2274.
[5] E. Sholekha, B. Irawan, and A. Bahtiar, “ANALISIS PENJUALAN PRODUK SNACK DAN MINUMAN MENGGUNAKAN METODE K-MEANS PADA DATASET TRANSAKSI PENJUALAN,” 2024.
[6] Y. Darmi, A. Setiawan, J. Bali, K. Kampung Bali, K. Teluk Segara, and K. Bengkulu, “PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKAN PENJUALAN PRODUK,” 2016.
[7] V. E. Putri and H. D. Purnomo, “INTEGRASI ALGORITMA APRIORI DAN K-MEANS DALAM ANALISIS POLA PEMBELIAN UNTUK MENINGKATKAN STRATEGI PEMASARAN,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 1, pp. 409–423, Jan. 2025, doi: 10.29100/jipi.v10i1.5768.
[8] F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes.”
[9] R. Fitriyani, A. Luthfi Firmansyah, A. Yaafi Nadiyal Fithri, and L. Angelica Nurfadillah, “Penerapan Algoritma Clustering untuk Segmentasi Pelanggan E-commerce berdasarkan Data Pembelian dan Aktivitas.”
[10] M. H. Anshary, O. Soesanto, P. Studi Statistika Fakultas MIPA Universitas Lambung Mangkurat, K. Selatan, and D. Komunikasi dan Informatika Pemerintah Provinsi Kalimantan Selatan, “RAGAM: Journal of Statistics and Its Application SEGMENTASI PELANGGAN MENGGUNAKAN METODE K-MEANS CLUSTERING BERDASARKAN MODEL RFM (RECENCY, FREQUENCY, MONETARY).”
[11] I. Yunita, R. Ali, M. A. Kartawidjaja, and R. Sukwadi, “Segmentasi Pelanggan Menggunakan K-Means Clustering: Menganalisis Metrik RFM untuk Strategi Pemasaran Customer Segmentation Using K-Means Clustering: Analyzing RFM Metrics for Enhanced Marketing Strategies,” Jurnal Media Teknik & Sistem Industri, vol. 9, no. 1, pp. 58–66, 2025, doi: 10.35194/jmtsi.v9i1.4452.
[12] Baiq Nikum Yulisasih, H. Herman, and S. Sunardi, “K-Means Clustering Method For Customer Segmentation Based On Potential Purchases,” Jurnal ELTIKOM, vol. 8, no. 1, pp. 83–90, Jun. 2024, doi: 10.31961/eltikom.v8i1.1137.
[13] D. Marcelina, A. Kurnia, and T. Terttiaavini, “Analisis Klaster Kinerja Usaha Kecil dan Menengah Menggunakan Algoritma K-Means Clustering,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. 2, pp. 293–301, Nov. 2023, doi: 10.57152/malcom.v3i2.952.
[14] N. Nur Afidah, “Penerapan Metode Clustering dengan Algoritma K-means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” PRISMA, Prosiding Seminar Nasional Matematika, vol. 6, pp. 729–738, 2023, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
[15] N. Mara and N. S. Intisari, “PENGKLASIFIKASIAN KARAKTERISTIK DENGAN METODE K-MEANS CLUSTER ANALYSIS,” 2013.
[16] N. Nur, M. Iqram, and N. Inayah, “Perbandingan K-Means dan Hierarchical Clustering dalam Pengelompokan Daerah Beresiko Stunting,” vol. 8, no. 2, p. 2023.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Putri Widya Ayu Septi Wulandari, Rindi Febri Wulandari, Erna Daniati