Penerapan Clustering Analysis dan Associate Rules Mining untuk Strategi Peningkatan Penjualan Berdasarkan Pola Pembelian Konsumen Grobbak Korea Pandeyan

Abstract

Persaingan bisnis kuliner yang semakin ketat menuntut pelaku usaha untuk memahami perilaku konsumen secara lebih mendalam. Analisis berbasis data menjadi pendekatan strategis untuk mendukung pengambilan keputusan pemasaran yang tepat sasaran. Penelitian ini dilakukan pada Grobbak Korea Pandeyan dengan memanfaatkan teknik data mining guna mengeksplorasi pola transaksi dan menyusun strategi pemasaran yang relevan. Data penelitian berupa catatan transaksi harian yang mencakup jumlah produk, total nilai pembelian, waktu transaksi, serta platform pemesanan. Tahapan analisis meliputi data cleaning, transformasi variabel kategorikal menggunakan one hot encoding, normalisasi variabel numerik, serta penerapan algoritma K- Means clustering untuk mengidentifikasi segmen konsumen berdasarkan kesamaan perilaku. Selanjutnya, analisis association rule mining dengan metode FP-Growth digunakan untuk menemukan keterkaitan produk yang sering dibeli bersama. Hasil penelitian menunjukkan terbentuknya beberapa klaster konsumen dengan karakteristik yang berbeda, baik dari segi intensitas transaksi, daya beli, waktu dominan berbelanja, maupun preferensi platform. Berdasarkan temuan tersebut, dirumuskan strategi pemasaran berupa program loyalitas sesuai platform, promosi berbasis waktu transaksi, penawaran menu premium bagi segmen berdaya beli tinggi, serta strategi harga adaptif untuk segmen sensitif harga. Strategi ini diharapkan mampu meningkatkan kepuasan pelanggan sekaligus memperkuat daya saing Grobbak Korea.