PENERAPAN ALGORITMA K-MEANS UNTUK SEGMENTASI KONSUMEN KEDAI KOPI DI JAKARTA SELATAN (Studi Kasus : Konsumen Kedai Kopi Di Jakarta Selatan)

Mahwar, Aditya (2020) PENERAPAN ALGORITMA K-MEANS UNTUK SEGMENTASI KONSUMEN KEDAI KOPI DI JAKARTA SELATAN (Studi Kasus : Konsumen Kedai Kopi Di Jakarta Selatan). Undergraduate thesis, Universitas Satya Negara Indonesia.

	Text Aditya Mahwar - bab 1.pdf Download (720kB)
	Text Aditya Mahwar - Abstrak.pdf Download (1MB)

Abstract

Pertumbuhan kedai kopi di Jakarta Selatan dalam beberapa tahun kebelakang terus mengalami pertumbuhan yang cukup signifikan. Tepatnya 2017 Saat kedai kopi tuku di daerah Cipete, Jakarta Selatan. Dikunjungi Presiden Indonesia Ir. H. Joko Widodo, membuat heboh media pemberitaan tanah air. Melahirkan kedai-kedai kopi baru yang beragam di Jakarta Selatan. Meningkatkan konsumen dan perkembangan ekonomi di Jakarta. Penelitian ini menggunakan metode Algoritma K-Means Clustering, adapun sumber data yang digunakan adalah data-data primer dan sekunder. Data lalu dikelompokan sesuai variabel yang dibuat untuk dicluster mencari hasil akhir pengelompokan nilai data. Berdasarkan data yang diolah lalu kemudian dikelompokan, diperoleh hasil kesimpulan bahwa segmentasi konsumen kedai kopi yang sering mengunjungi outlet kedai kopi di Jakarta Selatan. rata-rata konsumen mengeluarkan uang diatas Rp 100,000 dengan tujuan yang beragam dengan intensitas singgah hampir 9x setiap bulanya. rata-rata pengunjung lebih didominasi oleh wanita diusia 15 Tahun – 27 Tahun. Dengan pekerjaan sebagai karyawan. Pembayaran yang digemari oleh para konsumen adalah menggunakan GoPay. Dan promosi yang paling diminati oleh konsumen kedai kopi di Jakarta Selatan adalah Potongan harga, dan Cashback Pembelian. Hasil penelitian ini dapat digunakan sebagai dasar pengambil keputusan untuk para pemilik usaha kedai kopi, untuk mengetahui karakteristik konsumen kedai kopi di Jakarta Selatan.

Item Type:	Thesis (Undergraduate)
Subjects:	Technology > Technology (General)
Divisions:	Fakultas Teknik > Teknik Informatika (S1)
Depositing User:	Tn Andrian Prayudho
Date Deposited:	31 Jan 2023 02:32
Last Modified:	31 Jan 2023 02:32
URI:	http://repo.usni.ac.id/id/eprint/2355

Actions (login required)

View Item