Musytari : Jurnal Manajemen, Akuntansi, dan Ekonomi

Vol. 18 No. 5 (2025): Musytari : Jurnal Manajemen, Akuntansi, dan Ekonomi
Articles

CUSTOMER SEGMENTATION OF SMARTPHONE USERS USING K-MEANS CLUSTERING: STRATEGIES FOR TARGETED DIGITAL MARKETING CAMPAIGN

pdf
  • Krisna Rahmat,
  • Muchamad Agung H,
  • Shera Fanesha,
  • Jerry Heikal
Krisna Rahmat
Universitas Bakrie
Muchamad Agung H
Universitas Bakrie
Shera Fanesha
Universitas Bakrie
Jerry Heikal
Universitas Bakrie

Published 2025-06-08

Keywords

  • K-Means Clustering,
  • Segmentasi Pelanggan,
  • Strategi Pemasaran,
  • Smartphone,
  • Digital Marketing
Copyright Notice

How to Cite

CUSTOMER SEGMENTATION OF SMARTPHONE USERS USING K-MEANS CLUSTERING: STRATEGIES FOR TARGETED DIGITAL MARKETING CAMPAIGN. (2025). Musytari : Jurnal Manajemen, Akuntansi, Dan Ekonomi, 18(5), 131-140. https://doi.org/10.2324/g6y5zx64

Abstract

Penelitian ini mengeksplorasi penerapan K-Means clustering dalam segmentasi pelanggan smartphone untuk meningkatkan strategi pemasaran yang tepat sasaran. Dengan menganalisis perilaku pembelian, preferensi, dan demografi, segmen pelanggan yang berbeda berhasil diidentifikasi, memungkinkan pendekatan pemasaran yang disesuaikan. Segmen yang dihasilkan dari algoritma clustering ini meliputi Penggila Teknologi (Tech Enthusiasts), Low Bugdet, dan Pekerja Milenial. Setiap segmen menunjukkan karakteristik unik, memungkinkan pengembangan strategi pemasaran untuk segmen tertentu khususnya untuk targeting digital campaign. Nilai Proposisi yang Dioptimalkan (Optimized Value Proposition, OVP) untuk para Pecinta Teknologi Smartphone menekankan Fitur dan Perfoma, sementara Pembeli dengan low Bugdet ditargetkan dengan penekanan pada keterjangkauan dan spesifikasi yang cukup untuk kebutuhan sehari-hari. Melalui analisis K-Means clustering, dengan survey fokus pada daerah jabodetabek Jakarta, Bogor, Depok, Tangerang dan Bekasi yang bervariasi di 5 cluster berbeda. Temuan ini menunjukkan bahwa segmentasi yang efektif dapat meningkatkan Click to Action bagi iklan yang terarah kepada pelanggan dan meningkatkan penjualan. Penelitian ini menekankan pentingnya menggunakan Data berbasis Konsumen untuk menginformasikan strategi bisnis di dalam smartphone yang kompetitif.

pdf

References

  1. Dong, J., Rao, B., Liu, Y., Jiang, L., Lu, W., & Guo, Q. (2019). Strategi penetapan harga untuk periode berbeda selama musim penjualan berikutnya untuk produk musiman. Akses IEEE, 8, 39479-39490
  2. Early, S. (2022). Penerapan K-Means pada segmentasi pasar untuk riset pemasaran. JURIKOM: Jurnal Riset Komputer, 9(4), 966–973. https://doi.org/10.30865/jurikom.v9i4.4486
  3. Erik, E. P. (2022). Analisis segmentation customer mall menggunakan clustering algoritma K-Means. Jurnal Ilmu Data, 2(11), 1–11. http://ilmudata.org/index.php/ilmudata/article/view/266
  4. Gultom, Z. A., Erwansyah, M. K. K., & Calam, M. A. (n.d.). Implementasi data mining untuk memprediksi penghasilan penjualan handphone di toko ponsel Takasimura dengan metode rough set. Unpublished manuscript
  5. Indriyani, F., & Irfiani, E. (2019). Clustering data penjualan pada toko perlengkapan outdoor menggunakan metode K-Means. JUITA: Jurnal Informatika, 7(2), 109–113
  6. Jotyka, G., & Suputra, I. G. K. R. (2021). Prosedur pendaftaran dan pengalihan merek serta upaya perlindungan hukum terhadap merek terkenal menurut Undang-Undang Nomor 15 Tahun 2001. Ganesha Law Review, 3(2), 125–139. https://doi.org/10.23887/glr.v3i2.447
  7. Mulyaningsih, S., & Heikal, J. (2022). K-Means clustering using principal component analysis (PCA) Indonesia multi-finance industry performance before and during Covid-19. Asia-Pacific Management and Business Application, 11(2), 131-142. https://doi.org/10.21776/ub.apmba.2022.011.02.1
  8. Porter, M. (2000). Strategi bersaing. Jakarta: Erlangga
  9. Putra, M. F., Kridalaksana, A. H., & Arifin, Z. (2017). Rancang bangun alat pendeteksi kebocoran gas LPG dengan sensor MQ-6 berbasis mikrokontroler melalui smartphone Android sebagai media informasi.JurnalIlmuKomputasiMulawarman 12(1), 1–10. https://doi.org/10.30872/jim.v12i1.215
  10. Putri, F., Hasibuan, A., Sumarno, S., & Parlina, I. (2021). Penerapan K-Means pada pengelompokan penjualan produk smartphone. Jurnal Teknologi dan Informatika, 1(1), 15–20
  11. Putri, M. K., Rahman, J. S. F. M., Nursyifa, F. A., Alfarisi, S., Putro, T. G. S., & Agustin, R. (2019). Analisis segmentasi pasar dalam penggunaan produk Viefresh di wilayah sekitar kampus Universitas Muhammadiyah Surabaya. Balance: Jurnal Ekonomi dan Bisnis, 16(2), 156–161. https://doi.org/10.30651/blc.v16i2.3133
  12. Rynto Mulyono, Ayu Sekar Ndini, Gilang Kharisma, Jerry Heikal (2023),Segmentation K-Means Clustering Model With SPSS Program Case Study Customer The Park Mall Sawangan, Vol. 8, No. 2, Februari 2023,http://dx.doi.org/10.36418/syntax-literate.v8i2.11429
  13. Savitri, A. D., Bachtiar, F. A., & Setyawan, N.Y. (2018). Segmentasi pelanggan menggunakan metode K-Means clustering berdasarkan model RFM pada klinik kecantikan (studi kasus: Belle Crown Malang). Jurnal Pengembangan eknologi Informasi dan Ilmu Komputer, 2(9), 2957-2966
  14. Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining. People’s Posts and Telecommunications Publishing House
  15. Wahyudi, M., Masitha, R., Saragih, S., & Solikhun. (2020). Data mining: Penerapan algoritma K-Means clustering dan K-Medoids clustering. Medan: Kita Menulis
  16. Yunus, M., & Hani, M. N. I. (n.d.). Analisis penerapan e-marketing terhadap peningkatan penjualan produk minuman. Unpublished manuscript

Similar Articles

You may also start an advanced similarity search for this article.