ANALISIS TINGKAT KERAMAIAN PELANGGAN DIGIDREAMS MENGGUNAKAN METODE K-MEANS CLUSTERING DAN APRIORI

Abstract

Digidreams Space merupakan co-working space yang menyediakan ruang kerja bersama dengan pola kunjungan pelanggan yang berbeda setiap hari. Dalam operasionalnya, Digidreams menghadapi permasalahan berupa fluktuasi tingkat keramaian yang belum teridentifikasi secara sistematis, sehingga berpotensi menyebabkan ketidakseimbangan pemanfaatan fasilitas dan inefisiensi sumber daya operasional. Penelitian ini bertujuan menganalisis pola keramaian dan karakteristik operasional harian Digidreams melalui integrasi metode K-Means Clustering dan Apriori. Penelitian menggunakan kerangka CRISP-DM dengan data historis 110 hari periode September–Desember 2025 yang mencakup jumlah pelanggan harian, income, outcome, dan profit. K-Means diterapkan dengan Elbow Method untuk menentukan jumlah cluster optimal, sedangkan Apriori menggunakan minimum support 5% dan minimum confidence 50%. Hasil K-Means dengan K=3 menghasilkan Silhouette score 0,3057 yang termasuk kategori fair clustering. Tiga cluster yang terbentuk adalah Ramai sebanyak 40 hari (36,4%), Sedang 57 hari (51,8%), dan Inefisien 13 hari (11,8%). Cluster Inefisien menunjukkan profit negatif Rp280.000 akibat outcome rata-rata Rp825.192. Apriori menghasilkan 77 frequent itemsets dan 51 association rules, dengan rule “Day_Saturday, Income_Tinggi → Pelanggan_Banyak” sebagai pola asosiasi dominan.