ANALISIS CUSTOMER ENGAGEMENT PADA LIVE SELLING FACEBOOK UNTUK STRATEGI SOCIAL COMMERCE MENGGUNAKAN K-MEANS CLUSTERING

Abstract

Perkembangan social commerce melalui aktivitas live selling di Facebook telah meningkatkan interaksi antara penjual dan konsumen, namun penelitian sebelumnya umumnya masih berfokus pada hubungan antar variabel dan belum mengkaji segmentasi perilaku pengguna secara mendalam. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan mengelompokkan customer engagement pada aktivitas live selling Facebook guna mengidentifikasi pola perilaku pengguna. Data yang digunakan berupa interaksi pengguna yang meliputi komentar, reaction, dan share yang diperoleh dari Kaggle. Penelitian ini menggunakan pendekatan data mining dengan metode K-Means Clustering melalui tahapan preprocessing data, normalisasi menggunakan Min-Max Scaling, serta penentuan jumlah cluster optimal menggunakan metode Elbow dan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga dengan nilai Silhouette Score sebesar 0,7687 yang mengindikasikan kualitas pengelompokan yang baik. Segmentasi yang dihasilkan terdiri dari pengguna dengan engagement rendah, engagement tinggi berbasis interaksi aktif, serta engagement tinggi berbasis respon emosional. Temuan ini menunjukkan bahwa perilaku customer engagement bersifat heterogen serta memberikan implikasi strategis bagi pelaku bisnis dalam merancang strategi social commerce yang lebih adaptif dan berbasis data