MODEL PENGELOMPOKAN MINAT KONSUMEN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERDASARKAN JENIS ARMADA DI RENTAL ADDIN

Hanan Addin Maulana; Ade Irma Purnamasari; Denni Pratama; Ade Rizki Rinaldi

Authors

Hanan Addin Maulana STMIK IKMI Cirebon, Indonesia
Ade Irma Purnamasari STMIK IKMI Cirebon, Indonesia
Denni Pratama STMIK IKMI Cirebon, Indonesia
Ade Rizki Rinaldi STMIK IKMI Cirebon, Indonesia

Keywords:

K-Means Clustering, Segmentasi Konsumen, Jenis Armada

Abstract

Penelitian ini bertujuan untuk mengembangkan model segmentasi minat konsumen pada Rental Addin menggunakan Algoritma K-Means Clustering, dengan fokus pada jenis armada untuk mengidentifikasi pola perilaku penyewaan yang terperinci. Data transaksi primer dengan teknik observasi diolah dengan empat fitur utama: Jenis Motor, Durasi (Hari), Harga Perhari, dan Total Harga. Dalam tahapan pra-pemrosesan, atribut Jenis Motor diolah menggunakan Label Encoding dan data numerik dinormalisasi menggunakan StandardScaler untuk memastikan kesetaraan bobot dalam perhitungan jarak Euclidean. Berdasarkan evaluasi validitas internal model (menggunakan Davies Bouldin Index/Silhouette Score), ditetapkan bahwa jumlah klaster optimal adalah K=4. Hasil klasterisasi berhasil membagi konsumen menjadi empat segmen yang berbeda (C0, C1, C2, dan C3). Secara signifikan, ditemukan adanya polarisasi antara segmen volume tinggi dan segmen nilai tinggi. Klaster mayoritas (C0, C1, C3) didominasi oleh transaksi jangka pendek (rata-rata durasi 3-4 hari) dan nilai transaksi rendah. Kontrasnya, Cluster 2 merepresentasikan segmen high-value dan jangka panjang, dicirikan oleh durasi sewa yang sangat panjang (rata-rata 23 hari) dan nilai transaksi yang jauh lebih tinggi (rata-rata Rp 1.6 Juta), meskipun merupakan klaster dengan anggota paling sedikit. Segmentasi ini memberikan panduan strategis yang eksplisit bagi Rental Addin dalam menyesuaikan inventaris armada dan merancang program pemasaran yang ditargetkan (seperti insentif durasi panjang) untuk memaksimalkan keuntungan dari setiap segmen.

References

M. A. Sudarsono, Yulian Findawati, Uce Indahyanti, and Ika Ratna Indra Astutik, “Pengelompokkan Unit Kendaraan Sewa Pada Rental Mobil Permata Transindo Sidoarjo Menggunakan Algoritma K-Means Clustering,” SemanTIK : Teknik Informasi, vol. 11, no. 1, pp. 94–100, 2025, doi: 10.55679/semantik.v11i1.122.

A. A. Mauludi, Z. Djunaidi, and L. S. Arif, “Perilaku Berisiko Sebagai Faktor Penyebab Kecelakaan Pada Pengemudi Sepeda Motor Komersial : Systematic Review,” vol. 8, no. 1, pp. 12–25, 2021, doi: 10.46447/ktj.v8i1.307.

I. K. Wahyu, “ANALISIS PENINGKATAN PENGGUNAAN SEPEDA MOTOR ANALYSIS OF THE INCREASING USE OF MOTORCYCLES IN DENPASAR CITY,” vol. 20, no. 1, 2024.

J. Chiutami and L. Alhazami, “ANALISIS RASIO KEUANGAN UNTUK MENILAI FINANCIAL DISTRESS PERUSAHAAN TRANSPORTASI YANG TERDAFTAR DI BURSA EFEK INDONESIA,” vol. 8, no. 9, pp. 2628–2634, 2024.

R. Putra, M. D. Manajemen, P. Harga, K. Produk, and K. Produk, “DETERMINASI KEPUASAN PELANGGAN DAN LOYALITAS PELANGGAN TERHADAP KUALITAS PRODUK , CITRA MEREK DAN PERSEPSI HARGA ( LITERATURE REVIEW MANAJEMEN PEMASARAN ),” vol. 2, no. 4, pp. 516–524, 2021.

N. S. Rosnita Amalia, “IMPLEMENTASI ALGORITMA K-MEANS DALAM OPTIMALISASI PENGELOMPOKAN SURAT MASUK DI,” vol. 13, no. 1, 2025.

C. Claudya and S. A. Suryaningsih, “Penerapan Etika Bisnis Islam pada Rental Mobil Bilqis Wiyung Surabaya,” Jurnal Ekonomika dan Bisnis Islam, vol. 4, no. 2, pp. 123–133, 2021, doi: 10.26740/jekobi.v4n2.p123-133.

F. Aryani and A. Voutama, “Perancangan Sistem Informasi Manajemen Rental Motor di Daerah Bekasi Menggunakan Metode SDLC,” Jurnal Teknologi dan Informasi, vol. 15, no. 1, pp. 15–28, 2025, doi: 10.34010/jati.v15i1.12636.

W. Bellotti, D. N. Davies, and Y. H. Wang, “Improved Multi-index Customer Segmentation Model Research,” vol. 9, no. 2, pp. 49–64, 2021.

L. Manguling and J. J. C. Tambotoh, “Perancangan Aplikasi Penyewaan Kendaraan Bermotor Berbasis Web Menggunakan Metode Agile Development,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 2, p. 862, 2023, doi: 10.35889/jutisi.v12i2.1270.

A. R. Savira, “Optimizing Clustering Models Using Principle Component Analysis for Car Customers,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 18, no. 2, pp. 1–12, 2024, doi: 10.22146/ijccs.94744.

M. Muhammad Zulfadhilah, “Jurnal Implementasi Metode K-Means Clustering untuk Meningkatkan Penjaringan Mahasiswa,” vol. 5, pp. 3–11, 2023, doi: 10.38204/tematik.v9i2.1053.

I. Alfian, “Penerapan Metode K-Means Dalam Melakukan Pengelompokan Bencana Alam di Indonesia Dilakukan dengan Memanfaatkan Teknik Text Mining,” pp. 139–147, 2023, doi: https://doi.org/10.33364/algoritma/v.20-1.1275.

Nabella, “Implementasi Rapidminer Untuk Menentukan Siswa Unggulan,” vol. 7, pp. 109–118, 2024.

A. T. Aceng Supriyadi, “Perbandingan algoritma k-means dengan k-medoids pada pengelompokan armada kendaraan truk berdasarkan produktivitas,” vol. 06, pp. 229–240, 2021.

E. Hernawati, U. Media, N. Citra, D. Aulia, U. Media, and N. Citra, “STRATEGI BISNIS , MARKETPLACE , IDE BISNIS DAN MENTAL,” vol. 6, no. September, 2022, doi: 10.25273/capital.v6i1.13704.