Segmentasi Karakteristik Pelanggan Hotel Menggunakan Algoritma KMeans Berdasarkan Pola Reservasi dan Preferensi Layanan
Keywords:
K-Means, segmentasi pelanggan, perhotelan, data mining, StreamlitAbstract
Industri perhotelan modern membutuhkan strategi pemasaran personal karena pendekatan konvensional kurang efektif dalam mengakomodasi beragamnya preferensi tamu. Penelitian ini bertujuan merancang model segmentasi pelanggan hotel secara objektif menggunakan algoritma K-Means Clustering. Memanfaatkan dataset hotel_bookings.csv , penelitian ini menerapkan kerangka Knowledge Discovery in Databases (KDD) yang mencakup pengumpulan data, prapemrosesan, pemodelan, evaluasi, hingga visualisasi. Model dibangun dengan menyeleksi tiga fitur utama: durasi waktu tunggu pemesanan (lead_time), jumlah permintaan khusus (total_of_special_requests), dan rata-rata harga harian (adr). Melalui pengujian menggunakan Elbow Method dan Silhouette Score, data pelanggan dipartisi secara optimal ke dalam tiga klaster. Penghitungan jarak kedekatan data dilakukan menggunakan Euclidean Distance. Hasil klasterisasi tersebut diimplementasikan ke dalam sebuah dashboard interaktif berbasis web menggunakan pustaka Streamlit. Integrasi sistem ini memungkinkan manajemen hotel untuk mengidentifikasi karakteristik dominan dari setiap segmen pelanggan, mengevaluasi harga secara adaptif, dan merumuskan kampanye pemasaran yang spesifik untuk meningkatkan kepuasan tamu jangka panjang.
References
Fauzi, M. R., Wicaksono, S. A., & Kurnianingtyas, D. (2026). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Analisis Segmentasi Pelanggan Pada Industri Laundry Menggunakan Metode K-Means Clustering Untuk Rekomenasi Strategi Pemasaran, 1-9.
Klarita, R. I., & Kaunang, F. J. (2020). Jurnal Teknologi Informasi dan Komunikasi (TelKa). Analisis Target Pemasaran Menggunakan Algoritma K-Means Clustering(Studi Kasus: Hotel Sutan Raja Soreang), 107-115.
Lashiyanti, A. R., Munthe, I. R., & Nasution, F. A. (2023). Jurnal Ilmu Komputer dan Sistem Informasi(JIKOMSI). Optimisasi Klasterisasi Nilai Ujian Nasional dengan Pendekatan Algoritma K-Means, Elbow, dan Silhouette, 14-20.
Mahesa, P. B., Wijaya, I. N., & Dwiputranti, M. I. (2026). JATI (Jurnal Mahasiswa Teknik Informatika). PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGANALISIS POLA RESERVASI PELANGGAN DI VILLA SAYONG HOUSE UBUD, 2596-2601.
Setiawan, M. W., & Syahputra, E. R. (2025). JURNAL SISTEM INFORMASI TGD. Pengembangan Sistem CRM Berbasis Data mining: Segmentasi Nasabah, 1346-1358.
Iqbal, Hidayat, N., Gevano, D. P., & Ilahi, A. P. (2025). JUTIF(Jurnal Teknik Informatika). Segmentasi Pelanggan Menggunakan K-Means Clustering Berdasarkan Data Kepribadian dan Pola Konsumsi, 3914-3924.
Pramudiansyah, A., & Munte, H. (2021). Jurnal Ilmiah Ilmu Komputer. SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN MODEL RECENCY FREQUENCY MONETARY, 6-19.
Wahyudi, A., Saragih, R., & Syahputra, S. (2023 ). Jurnal Nasional Teknologi Komputer. Pengelompokan Tamu Hotel Dengan Menggunakan Metode K-Means Clustering, 268-277.
Wulandari, S., Astuti, R., & Basysyar, F. M. (2024). JATI (Jurnal Mahasiswa Teknik Informatika). IMPLEMENTASI TEKNIK DATA MINING PADA DATA KUNJUNGANWISATAWAN MENGGUNAKAN K-MEANS CLUSTERING DI HOTEL BINTANG KOTACIREBON, 1142-1149.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Adit Nasruloh Rakasiwi, Joshua Dwi Putra, Muhamad Ari Permana (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Creative Commons Attribution 4.0 International (CC BY 4.0).
This work is licensed under a 