ANALISIS KLASTERISASI DATA TRANSAKSI PENYEWAAN PAKAIAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK IDENTIFIKASI KARAKTERISTIK PELANGGAN SEBAGAI DASAR STRATEGI INOVASI DAN STOK

Abstrak

Penelitian ini bertujuan untuk menganalisis pola persewaan baju serta mengidentifikasi segmentasi pelanggan Persewaan Baju Nani Collaction, sebagai usaha untuk mendukung pengambilan keputusan strategis dalam bisnis persewaan. Metode yang digunakan adalah algoritma K-Means dengan penentuan jumlah cluster optimal menggunakan Elbow Method. Data yang dianalisis meliputi kategori pakaian, biaya, waktu sewa, jenis baju (laki-laki/perempuan), dan ukuran (anak-anak/dewasa). Hasil penelitian menunjukkan bahwa data dapat dikelompokkan menjadi empat klaster utama, yaitu segmen anak berbasis profesi, segmen anak berbasis budaya, segmen dewasa dengan nilai transaksi tinggi, serta segmen remaja yang bersifat niche. Segmen anak memiliki volume transaksi terbesar sehingga menjadi pasar utama, sedangkan segmen dewasa memberikan kontribusi lebih besar terhadap pendapatan. Sementara itu, segmen remaja memiliki karakteristik permintaan yang spesifik dan musiman. Hasil analisis menunjukkan bahwa pendekatan clustering efektif dalam mengidentifikasi pola pelanggan dan dapat digunakan sebagai dasar dalam pengembangan strategi bisnis, khususnya dalam pengelolaan stok, inovasi layanan, dan segmentasi pasar. Penelitian ini juga merekomendasikan penerapan strategi berbasis segmentasi, pemanfaatan teknologi reservasi, serta pengembangan penelitian lanjutan dengan penambahan variabel dan metode clustering yang lebih beragam.