Analisis Perilaku Konsumen Menggunakan Metode Principal Component Analysis Dan K-Means Clustering
(Studi Kasus: Bento Kopi Lampung)
Pertumbuhan industri coffee shop di Bandar Lampung membuat Bento Kopi Lampung untuk menganalisis perilaku konsumen yang berguna dalam meningkatkan daya saing. Penelitian ini mengidentifikasi menu favorit dengan menerapkan principal component analysis (PCA) dan k-means clustering pada data transaksi penjualan. PCA menghasilkan dua principal component dengan total 73,58% variansi, sedangkan k-means clustering menggunakan dua pendekatan yaitu elbow method yang menghasilkan lima cluster yaitu casual buyer, casual buyer/new customer, impulsive customer, loyal customer dan big customer, sedangkan silhouette coefficient menghasilkan dua cluster yaitu casual buyer (pelanggan santai), dan big customer (pelanggan besar). Perbedaan hasil menunjukkan bahwa metode elbow, dengan variance within sebesar 14.923 dan variance between sebesar 5812.163, lebih tepat untuk strategi pemasaran personalisasi, sementara silhouette coefficient, dengan variance within sebesar 0.748 dan variance between sebesar 0.972, lebih sesuai untuk efisiensi operasional. Solusi optimal pemilihan lima cluster berdasarkan within cluster variance terendah yaitu 0,26
URI
https://repository.itera.ac.id/depan/submission/SB2506030101
Keyword
Bento Kopi Lampung kedai kopi k-means clustering menu favorit perilaku konsumen principal component analysis.