KLASTERISASI PROVINSI DI INDONESIA BERDASARKAN PERSENTASE PENGELUARAN MAKANAN DAN BUKAN MAKANAN SEBAGAI DASAR SEGMENTASI PASAR MENGGUNAKAN ALGORITMA K-MEANS

  • Alia Marlina Universitas Budi Luhur, Jakarta Selatan, Indonesia
  • Arief Wibowo Universitas Budi Luhur, Jakarta Selatan, Indonesia
Keywords: K-Means Clustering, Data Mining, Segmentasi Pasar, Sistem Informasi Manajemen, Pengeluaran Makanan, Bukan Makanan.

Abstract

Penelitian ini dilakukan dengan tujuan agar provinsi di Indonesia bisa dikelompokkan berdasarkan persentase pengeluaran makanan dan bukan makanan menggunakan algoritma K-Means sebagai dasar segmentasi pasar. Publikasi resmi Badan Pusat Statistik (BPS) merupakan sumber didapatkannya data sekunder yang digunakan sebagai sumber data dalam penelitian ini. Data itu berisi informasi terkait persentase pengeluaran per kapita sebulan makanan dan bukan makanan di daerah perkotaan dan perdesaan menurut provinsi, 2025. Penelitian dilakukan beberapa tahap mulai dari pengumpulan data, persiapan data, klasterisasi menggunakan algoritma K-Means, di lain sisi Davies Bouldin Index (DBI) dimanfaatkan untuk mengevaluasi hasil clustering dan interpretasi hasil pengelompokan. Empat cluster dengan karakteristik yang berbeda dihasilkan oleh hasil clustering yang digunakan dalam penelitian. Cluster 0 memuat 16 provinsi dengan pengeluaran makanan lebih tinggi. 15 provinsi dengan pola pengeluaran yang relatif seimbang termuat di dalam cluster 1. 2 provinsi dengan persentase pengeluaran makanan tertinggi termuat di dalam cluster 2. 5 provinsi dengan persentase pengeluaran bukan makanan tertinggi termuat di dalam cluster 3. Temuan penelitian memperlihatkan bahwa provinsi bisa dikelompokkan oleh algoritma K-Means berdasarkan karakteristik konsumsi masyarakat sehingga bisa dimanfaatkan sebagai dasar segmentasi pasar dan membantu penyusunan strategi pemasaran yang lebih tepat sasaran.

References

Badan Pusat Statistik. (2025). Survei Sosial Ekonomi Nasional (Susenas). Badan Pusat Statistik.

Faza, A. H., Mutmainah, M., Kusumadini, L. R., Hidayat, R., & Ikaningtyas, M. (2024). Analisis Segmentasi Pasar Dalam Perencanaan Bisnis Industri Ritel. Jurnal Ilmiah Multidisiplin, 1(4), 40-49.

Hafidz Ardana, C., Khoyum, A. A. A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan Metode K-Means Clustering. JISKA (Jurnal Informatika Sunan Kalijaga), 9(1), 1-9.

Iqbal, I., Hidayat, N., Gevano, D. P., & Ilahi, A. P. R. (2025). Segmentasi Pelanggan Menggunakan K-Means Clustering Berdasarkan Data Kepribadian dan Pola Konsumsi. Jurnal Teknik Informatika (Jutif), 6(5), 3914–3924. https://doi.org/10.52436/1.jutif.2025.6.5.5140

Khalish, F., Piranti, N. M., & Martadireja, O. (2025). Implementasi data mining menggunakan teknik clustering dengan metode K-Means. JIIP-Jurnal Ilmiah Ilmu Pendidikan, 8(5), 5392-5397.

Nazihah, F., Danniswara, A., & Wibowo, A. (2025). Analisis Segmentasi Pelanggan Dengan Algoritma K-Means Pada Data Penjualan. Jurnal Algoritma, 22(2). https://doi.org/10.33364/algoritma/v.22-2.2489

Ni Luh Ayu Nariswari Dewi, Azizah Zalfa Assyadida, Steffany Marcellia Witanto, Muhammad Nasrudin, & Kartika Maulida Hindrayani. (2025). Komparasi Hasil Segmentasi Metode K-Means dan Agglomerative Hierarchical Terhadap Provinsi di Indonesia Berdasarkan Profil Perjalanan Wisata Tahun 2024. Statmat: Jurnal Statistika dan Matematika, 7(3). Https://Doi.Org/10.32493/Sm.V7i3.49999

Purba, A. C., & Handhayani, T. (2024). Perbandingan Algoritma K-Means, Affinity Clustering, Dan Minibatch K-Means Untuk Analisis Segmentasi Pasar. Jurnal Ilmiah Komputer Dan Informatika, 13(1), 54-63.

Rohman, N., & Wibowo, A. (2024). Perbandingan Metode K-Medoids dan Metode K-Means Dalam Analisis Segmentasi Pelanggan Mall. SINTECH (Science and Information Technology) Journal, 7(1), 49-58.

Sinaga, C., & Sipayung, S. P. (2025). Implementasi K-Means Clustering Dengan Davies-Bouldin Index Evaluation Terhadap Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Sosioekonomi. Kakifikom (Kumpulan Artikel Karya Ilmiah Fakultas Ilmu Komputer), 109–117.

Telaumbanua, M. D., Siahaan, G. O., Sinaga, A. Y., Pinasih, Y., & Lase, D. (2025). Meningkatkan Efektivitas Manajemen Pemasaran Dalam Konteks Persaingan Global. Jurnal Penelitian Ilmiah Multidisipliner, 2(01), 1596–1606.

Wahid, M. A. R., & Yusuf, M. (2026). Peran Sistem Informasi Manajemen dalam Meningkatkan Efektivitas Pengambilan Keputusan Organisasi. JETCH: Journal Economy, technology, Social and Humanities, 4(2).

Wijaya, D. D. R., & Daulay, S. R. (2025). Strategi Pemasaran Berbasis Segmentasi: Menentukan, Menganalisis, Dan Meramalkan Pasar Sasaran Untuk Peningkatan Kinerja Bisnis. Jurnal Ilmiah Ekonomi dan Manajemen, 3(2), 464–478.

Published
2026-06-27
How to Cite
Marlina, A., & Wibowo, A. (2026). KLASTERISASI PROVINSI DI INDONESIA BERDASARKAN PERSENTASE PENGELUARAN MAKANAN DAN BUKAN MAKANAN SEBAGAI DASAR SEGMENTASI PASAR MENGGUNAKAN ALGORITMA K-MEANS . AKSELERASI: Jurnal Ilmiah Nasional, 8(3), 159-170. https://doi.org/10.54783/jin.v8i3.1800