Keywords
K-Means Clustering
algoritma apriori
analisis perilaku konsumen
data mining
tren belanja
How to Cite
Abstract
Abstrak— Pesatnya perkembangan industri e-commerce telah meningkatkan kebutuhan untuk memahami lebih dalam perilaku dan preferensi konsumen. Penelitian ini bertujuan untuk memprediksi tren belanja pengguna e-commerce dengan mengintegrasikan metode K-Means Clustering dan algoritma Apriori. K-Means digunakan untuk mengelompokkan data pengguna berdasarkan karakteristik belanja yang serupa, seperti frekuensi transaksi, jenis produk, dan waktu pembelian. Setelah pengelompokan, algoritma Apriori diterapkan untuk mengidentifikasi pola asosiasi dalam kebiasaan belanja setiap klaster yang terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengidentifikasi segmentasi pasar yang lebih rinci dan menghasilkan aturan asosiasi yang relevan untuk mendukung pengambilan keputusan strategis, seperti rekomendasi produk dan perencanaan promosi. Dengan demikian, pendekatan ini dapat berfungsi sebagai alat prediktif untuk meningkatkan layanan personalisasi dalam e-commerce.
References
[1] B. Apriyanto and S. L. M. Sitio, “Penerapan K-Means dalam Menganalisis Pola Pembelian Pelanggan Pada Data Transaksi E-Commerce,” bit-Tech, vol. 7, no. 3, pp. 790–797, Apr. 2025, doi: 10.32877/bt.v7i3.2195.
[2] F. Maulana Alja, E. Daniati, and A. Ristyawan, “PERANCANGAN UI/UX E-COMMERCE MENGGUNAKAN METODE USER CENTERED DESIGN (UCD),” 2024.
[3] O. D. Kurnia et al., “Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification Penulis Korespondensi: Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 1174,” Online, 2024.
[4] A. S. Aji and F. Sulianta, “Mining Data Perilaku Belanja Online Konsumer Menggunakan Algoritma Apriori untuk Menghasilkan Aturan Asosiasi Sebagai Dasar Menentukan Aksi Bisnis pada Web E-Commerce.”
[5] F. Naufal, Y. Herry Chrisnanto, and A. Kania Ningsih, “Sistem Rekomendasi Penawaran Produk Pada Online Shop Menggunakan K-Means Clustering,” Cimahi, Jul. 2022. [Online]. Available: https://e-journal.unper.ac.id/index.php/informatics
[6] D. Selvia and A. Ramadhanu, “IMPLEMENTASI METODE K-MEANS CLUSTERING DENGAN TEKNIK PENGOLAHAN CITRA UNTUK MENGIDENTIFIKASI JENIS SEPATU,” Jurnal Informatika Teknologi dan Sains, vol. 7, no. 1, pp. 361–366, 2025.
[7] D. Adistyan Pranata, R. Indriati, and A. Nugroho, “Desain UI/UX E-Commerce Menggunakan Aplikasi Figma,” Online, 2024.
[8] N. F. Adani, A. F. Boy, S. Kom, M. Kom, and R. Syahputra, “Implementasi Data Mining Untuk Pengelompokan Data Penjualan Berdasarkan Pola Pembelian Menggunakan Algoritma K-Means Clustering Pada Toko Syihan STMIK Triguna Dharma Program Studi Sistem Informasi, STMIK Triguna Dharma Program Studi Sistem Informasi, STMIK Triguna Dharma,” Jurnal CyberTech, vol. x. No.x, [Online]. Available: https://ojs.trigunadharma.ac.id
[9] A. Ristyawan, A. Nugroho, and T. K. Amarya, “Optimasi Preprocessing Model Random Forest Untuk Prediksi Stroke,” vol. 12, no. 1, pp. 29–44, 2025.
[10] A. N. dan K. N. A. S. Styawati, “Analisis pola transaksi pelanggan menggunakan algoritme Apriori,” Jurnal Sains Komputer & Informatika (J-SAKTI), vol. 5, no. 2, pp. 619–626, Sep. 2021.
[11] 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.
[12] Samsudin and U. hayati, “OPTIMALISASI STOK BARANG MELALUI ALGORITMA K-MEANS CLUSTERING ANALISIS UNTUK MANAJEMEN PERSEDIAAN DALAM KONTEKS BISNIS MODERN,” 2024.
[13] M. Nara Bagdja, R. Taufiq Subagio, and V. Dwi Kartika, “PENERAPAN METODE K-MEANS UNTUK MENGKLASIFIKASI MINAT KONSUMEN TERHADAP PRODUK TOKO ONLINE,” 2024.
[14] D. Apriana and C. Yuliansyah, “Mengoptimalkan Penjualan Online Melalui Teknik Data Mining (Studi Kasus E-Commerce),” AL-MIKRAJ Jurnal Studi Islam dan Humaniora (E-ISSN 2745-4584), vol. 4, no. 02, pp. 514–527, Feb. 2024, doi: 10.37680/almikraj.v4i02.4774.
[15] S. P. Raudini1, L. Purwopeni2, D. Brilliant3, F. Azzahra4, N. Syahputri5, and S. Informasi, “PENERAPAN DATA MINING TERHADAP PENJUALAN KACAMATA DI OPTIK SURYA MEDAN MENGGUNAKAN ALGORITMA APRIORI,” VARIABLE RESEARCH JOURNAL, vol. 01, 2024.
[16] F. A. Sianturi, “PENERAPAN ALGORITMA APRIORI UNTUK PENENTUAN TINGKAT PESANAN,” Jurnal Mantik Penusa, vol. 2, no. 1, pp. 50–57, 2018, [Online]. Available: http://bowmasbow.blogspot.com/20
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Zia Ulhaq Azzahro, Eka Fauziah, Putri Widya Ayu Septi Wulandari, Rindi Febri Wulandari, Aidina Ristyawan