Analisis Segmentasi Konsumen Coffee Shop Berdasarkan Preferensi dan Karakteristiknya Menggunakan K-Means Clustering Terintegrasi Q-Learning di Kabupaten Sleman Yogyakarta (Studi Kasus : Konsumen Coffee Shop di Kabupaten Sleman)

Abstract

Penelitian ini bertujuan untuk mengidentifikasi segmen konsumen coffee shop di Kabupaten Sleman berdasarkan karakteristik dan preferensi terhadap atribut coffee shop. Masalah utama adalah belum teridentifikasinya kelompok konsumen yang jelas, sehingga menghambat pemilik coffee shop dalam merumuskan strategi pemasaran yang efektif. Penelitian dilakukan di Kabupaten Sleman pada Februari 2026 dengan menyebarkan kuesioner digital kepada 100-150 responden yang telah mengunjungi coffee shop minimal 2 kali dalam 1 bulan terakhir. Metode yang digunakan adalah K-Means Clustering yang diintegrasikan dengan Q-Learning untuk optimasi parameter adaptif dan Principal Component Analysis (PCA) untuk reduksi dimensi pada data high-dimensional. Variabel penelitian mencakup karakteristik konsumen (usia, pendapatan, frekuensi kunjungan, pengeluaran, jarak tempat tinggal) dan preferensi atribut (kualitas produk, harga, suasana, pelayanan, lokasi, fasilitas). Data melalui tahapan preprocessing komprehensif meliputi data cleaning, penanganan missing values, deteksi outlier, encoding data kategorikal, dan normalisasi. Penentuan jumlah cluster optimal menggunakan Elbow Method dan Silhouette Score, dengan evaluasi melalui Silhouette Score dan Davies-Bouldin Index. Hasil clustering diinterpretasikan untuk mengidentifikasi karakteristik unik setiap segmen dan menghasilkan rekomendasi strategi pemasaran yang spesifik meliputi positioning produk, penetapan harga, komunikasi pemasaran, dan pengembangan layanan.