Segmentasi Pelanggan Menggunakan Algoritma K-Means Berbasis Web.

Segmentasi pelanggan merupakan salah satu strategi penting dalam dunia bisnis untuk memahami karakteristik dan perilaku konsumen. Penelitian ini bertujuan untuk membangun sistem berbasis web yang mengimplementasikan algoritma K-Means Clustering dalam melakukan segmentasi pelanggan secara otomatis. Sistem dikembangkan menggunakan React JS sebagai teknologi frontend dan Flask (Python) sebagai backend API, dengan library scikit-learn untuk implementasi algoritma K-Means.Data yang digunakan dalam penelitian ini adalah data simulasi pelanggan yang mencakup variabel total belanja dan jumlah transaksi. Proses clustering melalui beberapa tahapan mulai dari upload data dalam format CSV, pemilihan kolom fitur, penentuan jumlah cluster (K), hingga eksekusi algoritma K-Means. Sistem juga dilengkapi dengan fitur Elbow Method untuk membantu menentukan jumlah K optimal serta Silhouette Score sebagai metrik evaluasi kualitas cluster.Hasil penelitian menunjukkan bahwa sistem berhasil mengelompokkan pelanggan ke dalam beberapa cluster berdasarkan kemiripan karakteristik transaksi. Visualisasi hasil clustering ditampilkan dalam bentuk tabel karakteristik cluster dan scatter plot interaktif yang memudahkan pengguna dalam menginterpretasi hasil segmentasi. Pengujian sistem menggunakan black-box testing menunjukkan bahwa seluruh fitur sistem berfungsi sesuai dengan yang diharapkan.