IMPLEMENTASI ALGORITMA K-MEANS UNTUK SEGMENTASI PRODUK MAKANAN BERDASARKAN HARGA DAN RATING PADA GOFOOD
DOI:
https://doi.org/10.54314/jssr.v9i1.5736Abstrak
Abstract: This study aims to apply the K-Means algorithm for food product segmentation on the GoFood service based on price and rating variables. The large variety of available products makes data difficult to analyze without systematic grouping, necessitating a method capable of automatically clustering data so that patterns and characteristics become clearer. The K-Means algorithm was chosen for its simple, fast, and effective computational process in dividing data based on distance similarity. The research process includes collecting public datasets, determining the number of clusters, selecting initial centroids, calculating distances using Euclidean Distance, grouping data to the nearest cluster, and iteratively updating centroids until convergence is achieved. Results show that K-Means successfully grouped data into three clusters: Cluster 1 with high price and high rating, Cluster 2 with moderate price and highest rating, and Cluster 3 with low price and very high rating. This study produced a web-based system that automatically processes data and displays clustering results in an easily understandable interface. Keywords: K-Means, Clustering, Segmentation, GoFood, Data Mining Abstrak: Penelitian ini bertujuan menerapkan algoritma K-Means untuk segmentasi produk makanan pada layanan GoFood berdasarkan variabel harga dan rating. Banyaknya variasi produk menyebabkan data sulit dianalisis tanpa pengelompokan sistematis, sehingga diperlukan metode yang mampu mengelompokkan data secara otomatis agar pola dan karakteristik terlihat lebih jelas. Algoritma K-Means dipilih karena memiliki proses perhitungan yang sederhana, cepat, dan efektif dalam membagi data berdasarkan tingkat kemiripan jarak. Proses penelitian meliputi pengumpulan dataset publik, penentuan jumlah cluster, pemilihan centroid awal, perhitungan jarak menggunakan Euclidean Distance, pengelompokan data ke cluster terdekat, hingga pembaruan centroid secara iteratif sampai kondisi konvergen tercapai. Hasil penelitian menunjukkan K-Means berhasil mengelompokkan data ke dalam tiga cluster: Cluster 1 dengan harga tinggi dan rating tinggi, Cluster 2 dengan harga sedang dan rating tertinggi, serta Cluster 3 dengan harga rendah dan rating sangat tinggi. Penelitian ini menghasilkan sistem berbasis web yang mengolah data secara otomatis dan menampilkan hasil clustering dalam tampilan mudah dipahami. Kata kunci: K-Means, Clustering, Segmentasi, GoFood, Data MiningUnduhan
Referensi
DAFTAR PUSTAKA
Andri, R. H., & Sitanggang, D. P. (2022). Sistem Penunjang Keputusan (SPK) Dengan Metode MOORA. Jurnal Sains Informatika Terapan, 2(3), 79–84.
Anshori, M. (2022). Pengembangan Sistem Informasi Alumni Berbasis WEB: Studi Kasus Pada SMK NW Tembeng Putik. Jurnal Teknologi Dan Sistem Informasi (JTSI), 1(1), 15–36.
Apriyani, P., Dikananda, A. R., & Ali, I. (2023). Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi. Hello World Jurnal Ilmu Komputer, 2(1), 20–33.
Awalina, E. F. L., & Rahayu, W. I. (2023). Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail. Jurnal Teknologi Dan Informasi, 13(2), 122–137.
Azzam, A., Irma Purnamasari, A., & Ali, I. (2024). Implementasi Algoritma K-Means Clustering Untuk Analisis Persebaran Umkm Di Jawa Barat. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3062–3070.
Cahya, A. D., F., M., Martha, D., & Prasetianto, S. (2021). Analisis layanan go-food dalam meningkatkan penjualan pada kuliner di yogyakarta Analysis of go-food services in increasing sales of culinary in Yogyakarta. Jurnal Manajemen, 13(2), 264–272.
Cahyaningrum, N. H., Mas’ud, N., Yotenka, R., & Suparna. (2025). Perbandingan Algoritma K-Means dan K-Medoids dalam Pengelompokan Peternakan Unggas di Daerah Istimewa Yogyakarta Tahun 2023. Emerging Statistics and Data Science Journal, 3(2), 630–639.
Cahyono, Y. T., & Wibawani, I. D. (2021). Pengaruh Harga, Online Customer Review dan Online Customer Rating terhadap Keputusan Pembelian pada Marketplace Shopee (Mhs Univ Muhammadiyah Surakarta). 867–874.
Darmawan, D., Suherman, L. O. A., & Rifaldi, R. (2023). Konfigurasi Aplikasi Raport Digital Kementerian Agama di Madrasah Aliyah Negeri 1 Baubau. Room of Civil Society Development, 2(1), 23–33.
Dewi, D. P. S., & Voutama, A. (2023). Penerapan Algoritma K-means Pada Kasus HIV Di Jawa Barat Untuk Pengelompokan Berdasarkan Tingkat Penyebaran Di Setiap Kabupaten/Kota Menggunakan Rapidminer. Jurnal Teknologi Sistem Informasi, 4(2), 289–300.
Handayani, R., Rachmat, Z., & Wahyuddin, S. (2022). Perancangan Aplikasi E-Learning Berbasis Website Pada Smp Negeri 3 Watansoppeng. 1(1).
Hendriansyah, B. A., Harjanta, A. T. J., & Latifah, K. (2025). Implementasi Algoritma K-Means Clustering Pada Sistem Informasi Geografis Fasilitas Kesehatan Bpjs Kesehatan Kota Semarang. Jurnal Informatika Teknologi Dan Sains (Jinteks), 7(1), 438–448.
Mahdiania, D., Alfitri Lubis, I., & Taufik Al Afkari Siahaan, A. (2022). Yayasan Insan Cipta Medan Pendaftaran Wasit Berbasis Website Menggunakan Php Dan Mysql Pada Kantor Dinas Pemuda Dan Olahraga Kota Medan. SITek: Jurnal Sains, Informatika, Dan Teknologi, 1(3), 87–93.
Maoulana, R., Irawan, B., & Bahtiar, A. (2024). Data Mining Dalam Konteks Transaksi Penjualan Hijab Dengan Menggunakan Algoritma Clustering K-Means. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 515–521.
Musthofa, N., & Adiguna, M. A. (2022). Perancangan Aplikasi E-Commerce Spare-Part Komputer Berbasis Web Menggunakan CodeIgniter Pada Dhamar Putra Computer Kota Tangerang. OKTAL: Jurnal Ilmu Komputer Dan Sains, 1(03), 199–207.
Nugraha, A. S. A. A. V., Prasetyo, A. N., Ramadhani, N. Z., Verawati, K., & Azisah, N. (2025). Analisa Dan Kenyamanan Pada Kepuasan Pelanggan Terhadap Penggunaan Aplikasi Gojek. 18(02), 346–363.
Padli, M., Yasir, A., & Hasugian, B. S. (2023). Penerapan Data Mining Pada Menu Makanan Dan Minuman Kelompok Berdasarkan Tingkat Penjualan Menggunakan K-Means. Device : Journal of Information System, Computer Science and Information Technology, 4(2), 182–191.
Pramudiansyah, A., & Munte, H. (2021). Segmentasi Pelanggan Menggunakan Algoritma K-Means Berdasarkan Model Recency Frequency Monetary. Jurnal Ilmiah Ilmu Komputer, 7(2), 06–19.
Prasetiani, S. D., & Rochmawati, N. (2022). Penerapan Data Mining Untuk Clustering Menu Favorit Menggunakan Algoritma K-Means (Studi Kasus Kedai Expo). Journal of Informatics and Computer Science (JINACS), 3(03), 278–286.
Prastiwi, H., Pricilia, J., & Raswir, E. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Informatika Dan Rekayasa Komputer (JAKAKOM), 1(2), 141–128.
Rafi, S. I., & Indahyanti, U. (2022). Women ’ s Clothing Application by Using Waterfall Method in the Form of Website of Rafika Modes UMKM Aplikasi Penjualan Busana Wanita Menggunakan Metode Waterfall Berbasis Website Pada UMKM Rafika Modes. 2(2).
Rahayu, S. (2023). 705-Article Text-2094-1-10-20230110. Strategi Pemasaran Produk Dalam Meningkatkan Kepuasan Pelanggan, 2(1), 109–113.
Setyaningtyas, S., Nugroho, B. I., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61.
Sonny, S., & Rizki, S. N. (2021). pengembangan sistem presensi karyawan dengan teknologi GPS berbasis web pada Pt. Jurnal Comasie, 6(2), 3.
Sudirman, A., Halim, F., & Pinem, R. J. (2020). Kepercayaan Sebagai Pemediasi Dampak Citra Merek dan Harga Terhadap Kepuasan Konsumen Gojek. 3(3), 66–76.
Tuhpatussania, S., Erniwati, S., & Mutaqin, Z. (2024). Perbandingan Metode Agglomerative Hierarchical dan Metode Kmedoids dalam Pengelompokan Data Titik Panas Kebakaran Hutan di Indonesia. Journal Computer and Technology, 2(1), 31–38.
Utami, F. H. (2022). Aplikasi Pelayanan Antrian Pasien Menggunakan Metode FCFS Menggunakan PHP dan MySQL. 18(1), 153–160.
Wahyuni, E. I., Gani, S. A., Aryanto, H., & Siregar, A. K. (2022). Analisis Perancangan Sistem Informasi Pendaftaran Siswa Baru Tk Putiek Nanggroe Berbasis Web Menggunakan Unified Modeling Language. Prosiding Seminar Nasional Fakultas Teknik Universitas Malikussaleh 2022, 856.
