Penerapan Algoritma Fuzzy C-Means untuk Segmentasi Pelanggan Berdasarkan Profil dan Perilaku Pembelian

Sari

Segmentasi pelanggan diperlukan untuk memahami perbedaan karakteristik pelanggan sehingga strategi pemasaran dapat disusun secara lebih tepat. Penelitian ini bertujuan menerapkan algoritma Fuzzy C-Means untuk mengelompokkan pelanggan berdasarkan karakteristik demografi dan perilaku pembelian. Dataset yang digunakan adalah Customer Segmentation: Clustering dari Kaggle, yang terdiri atas 2.240 data dan 29 atribut. Tahapan penelitian meliputi pemeriksaan kondisi data, penanganan nilai kosong, transformasi atribut kategorikal, standardisasi data, penerapan Fuzzy C-Means dengan tiga kluster, serta evaluasi menggunakan Fuzzy Partition Coefficient dan Silhouette Score. Hasil pengelompokan menghasilkan tiga profil pelanggan, yaitu pelanggan menengah, pelanggan premium, dan pelanggan hemat. Evaluasi menghasilkan nilai Fuzzy Partition Coefficient sebesar 0,4016 dan Silhouette Score sebesar 0,1697. Nilai tersebut menunjukkan bahwa derajat keanggotaan pelanggan masih tersebar dan pemisahan antarkluster relatif lemah karena sebagian karakteristik pelanggan saling beririsan. Meskipun demikian, hasil penelitian dapat memberikan gambaran awal mengenai perbedaan profil pelanggan berdasarkan pendapatan dan pola pengeluaran. Optimalisasi jumlah kluster dan pemilihan fitur masih diperlukan untuk memperoleh segmentasi yang lebih jelas.

Kata kunci— Segmentasi Pelanggan, Fuzzy C-Means, Clustering, Fuzzy Partition Coefficient, Silhouette Score.