Clustering Data Indonesian Food Delivery Menggunakan Metode K-Means Pada Gofood Product List

Abstract

Dalam era transformasi digital yang berkembang pesat, layanan pengiriman makanan, seperti GoFood di Indonesia, menunjukkan dampak konkret pada perubahan perilaku konsumen. Penelitian ini bertujuan untuk memahami bagaimana transformasi digital memengaruhi interaksi konsumen dengan layanan pengiriman makanan, khususnya melalui GoFood, serta implikasinya dalam bisnis dan pengalaman konsumen di Indonesia. Metode k-means clustering digunakan untuk mengelompokkan produk makanan ke dalam kelompok yang serupa berdasarkan atribut category, mengidentifikasi kesamaan dalam kelompok produk yang mungkin mencerminkan kecenderungan konsumen yang serupa. Melalui penelitian ini, akan terungkap informasi yang bernilai tentang keberagaman preferensi konsumen, memungkinkan pelaku industri untuk menyesuaikan strategi pemasaran mereka sesuai dengan permintaan pasar yang berubah. Dengan demikian, penelitian ini tidak hanya dapat memberikan kontribusi pada pemahaman akademis tetapi juga memiliki potensi dampak positif secara praktis dalam mendukung pertumbuhan dan peningkatan kualitas layanan di sektor pengiriman makanan di Indonesia. Hasil pengelompokan menggunakan algoritma K-Means Clustering diperoleh terbaik sebanyak 8 cluster dengan nilai DBi= -0.407, yaitu dengan anggota cluster 0=7763 items, cluster 1=1 items, cluster 2=1 items, cluster3=1 items, cluster 4=1 items, cluster 5=1 items, cluster 6=1 items dan cluster 7=1 items yang artinya adalah melihat karakteristik konsumen dengan tujuan untuk meningkatkan penjualan