PENERAPAN K-MEANS CLUSTERING UNTUK SEGMENTASI PERILAKU DIGITAL GEN Z: STUDI KASUS POLA PENGGUNAAN APLIKASI MEDIA SOSIAL DI KOTA MEDAN

Abstract

Perkembangan media sosial yang semakin pesat telah mengubah pola perilaku digital Generasi Z dalam berkomunikasi, memperoleh informasi, serta berinteraksi di dunia digital. Perbedaan intensitas penggunaan media sosial menyebabkan perilaku digital Generasi Z menjadi semakin beragam sehingga diperlukan proses segmentasi untuk mengelompokkan pengguna berdasarkan karakteristik yang serupa. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam melakukan segmentasi perilaku digital Generasi Z di Kota Medan berdasarkan pola penggunaan media sosial. Penelitian menggunakan pendekatan Data Mining dengan data primer yang diperoleh melalui penyebaran kuesioner kepada 150 responden Generasi Z di Kota Medan. Tahapan penelitian meliputi preprocessing menggunakan StandardScaler, penentuan jumlah klaster optimal menggunakan Elbow Method, proses clustering menggunakan algoritma K-Means, visualisasi hasil menggunakan Scatter Plot, serta evaluasi kualitas klaster menggunakan Silhouette Score. Implementasi sistem dilakukan menggunakan bahasa pemrograman Python dengan bantuan library Pandas, Scikit-learn, Matplotlib, dan Streamlit. Hasil penelitian menunjukkan bahwa jumlah klaster optimal yang diperoleh adalah tiga klaster ( ). Proses clustering berhasil mengelompokkan responden ke dalam tiga kelompok yang memiliki karakteristik perilaku digital yang berbeda. Hasil evaluasi menggunakan Silhouette Score memperoleh nilai sebesar 0,251, yang menunjukkan bahwa kualitas pengelompokan berada pada kategori fair structure (cukup baik). Sistem yang dikembangkan juga berhasil mengotomatisasi seluruh proses analisis mulai dari input data, preprocessing, penentuan jumlah klaster, proses clustering, visualisasi hasil, hingga penyajian hasil segmentasi.