Klasterisasi Segmentasi Pola Penyewaan Lapangan Mini Soccer di Yogyakarta Menggunakan Algoritma K-Means
DOI:
https://doi.org/10.61805/fahma.v23i1.151Kata Kunci:
Mini Soccer, Pola Penyewaan, Algoritma K-Means, Klastering DataAbstrak
Sepak bola mini (mini soccer) adalah cabang olahraga sepak bola yang dimainkan di lapangan berukuran lebih kecil dengan jumlah pemain lebih sedikit, sehingga menjadi pilihan populer terutama di perkotaan dengan keterbatasan lapangan besar. Namun, pengelola sering menghadapi kesulitan dalam meratakan waktu penyewaan, karena jam tertentu cenderung menjadi favorit, sementara jam lainnya kurang diminati. Penelitian ini bertujuan untuk menganalisis pola penyewaan lapangan mini soccer berdasarkan waktu penyewaan guna mendukung manajemen dalam menentukan strategi bisnis yang efektif. Penelitian ini menggunakan metode klastering dengan algoritma K-Means. Analisis dilakukan untuk mengelompokkan data penyewaan berdasarkan parameter seperti waktu mulai, durasi, dan frekuensi transaksi. Hasilnya menunjukkan data penyewaan dapat dikelompokkan ke dalam beberapa cluster, yaitu cluster tinggi dan rendah yang mencerminkan segmentasi pola penyewaan lapangan. Setiap cluster memberikan wawasan tentang perilaku penyewa, seperti waktu penyewaan paling populer, durasi rata-rata, dan preferensi hari tertentu. Informasi ini membantu manajemen merancang strategi terarah, seperti promosi atau bundling paket. Penelitian membuktikan algoritma K-Means efektif dalam memahami pola penyewaan dan mendukung pengambilan keputusan berbasis data. Implikasi hasil ini dapat meningkatkan pengelolaan operasional serta loyalitas pelanggan melalui strategi bisnis yang lebih relevan dan kompetitif.
Unduhan
Referensi
E. Gunia, A. Irma Purnamasari, and I. Ali, “Penerapan Datamining Dalam Menentukan Pola Penjualan Produk Menggunakan Algoritma Fp-Growth,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 2417–2422, 2024, doi: 10.36040/jati.v8i2.9506.
“Ayo, Garudaku! Terbanglah Lebih Tinggi.” [Online]. Available: https://indonesia.go.id/kategori/budaya/7165/ayo-garudaku-terbanglah-lebih-tinggi?lang=1
M. Hafiz, I. Lubis, and S. D. Andriana, “Penerapan Payment Gateway Booking Lapangan Mini Soccer,” Djtechno J. Teknol. Inf., vol. 4, no. 2, pp. 520–533, 2023, doi: 10.46576/djtechno.v4i2.3880.
Wulandari, Muhamad Resya Novario, and Muhamad Fahreza, “Sistem Informasi Penyewaan Lapangan Futsal Menggunakan Metode First Come First Served Pada NF Mini Soccer,” KRESNA J. Ris. dan Pengabdi. Masy., vol. 1, no. 1, pp. 44–51, 2021, doi: 10.36080/jk.v1i1.11.
A. Sugiyarta, Sumiati, and H. Maulana, “Implementasi Data Mining Pola Penjualan Dengan Pendekatan Regresi Linear,” JSiI (Jurnal Sist. Informasi), vol. 11, no. 1, pp. 54–61, 2024, doi: 10.30656/jsii.v11i1.8411.
A. M. Bachtiar, D. Dharmayanti, and R. L. Hamzah, “Penerapan Metode Hierarchical Agglomerative Clustering Untuk Segmentasi Pelanggan Potensial Di Jeger Jersey Indonesia,”Komputa J. Ilm. Komput. dan Inform., vol. 6, no. 1, pp. 35–42, 2017, doi: 10.34010/komputa.v6i1.2475.
Daniel Pradipta Hidayatullah, Retno Indah Rokhmawati, and Andi Reza Perdanakusuma, “Analisis Pemetaan Pelanggan Potensial Menggunakan Algoritma K-Means dan LRFM Model Untuk Mendukung Strategi Pengelolaan Pelanggan (Studi Pada Maninjau Center Kota Malang),” J. Pengemb. Teknol. Inf. Dan Ilmu Komput., vol. 2, no. 8, pp. 2046–2451, 2018.
N. Mirantika, T. S. Syamfithriani, and R. Trisudarmo, “Implementasi Algoritma K-Medoids Clustering Untuk Menentukan Segmentasi Pelanggan,” J. Nuansa Inform., vol. 17, no. 1, pp. 2614 - 5405, 2023, [Online]. Available: https://journal.uniku.ac.id/index.php/ilkom
A. A. Alya Putri and S. A. Rahmah, “Implementasi Data Mining Dengan Algoritma K-Means Clustering Untuk Analisis Bisnis Pada Perusahaan Asuransi,” Djtechno J. Teknol. Inf., vol. 5, no. 1, pp. 139–152, 2024, doi: 10.46576/djtechno.v5i1.4537.
N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” J. Ilm. Inform. Dan Ilmu Komput., vol. 3, no. 1, pp. 46 - 56, 2024, [Online]. Available: https://doi.org/10.58602/jima-ilkom.v3i1.26
B. A. Habsy, “Seni Memehami Penelitian Kuliatatif Dalam Bimbingan Dan Konseling : Studi Literatur,” JURKAM J. Konseling Andi Matappa, vol. 1, no. 2, p. 90, 2017, doi: 10.31100/jurkam.v1i2.56.
Arfiani Yulia Aminati dan Budi Purwoko, “Resolusi Konflik Interpersonal,” Bk Unesa, vol. 3, no. 1, 2013.
D. I. Cv and I. Konstruksi, “Algoritma K-Means Clustering Untuk Menentukan Strategi Pemasaran,” vol. 3, no. 1, pp. 30–36, 2021.
K. Kusumaningtyas, M. Habibi, I. Dwijayanti, and R. Sumiyarini, “Tweet Analysis of Mental Illness Using K-Means Clustering and Support Vector Machine,” Telematika, vol. 20, no. 3, p. 295, 2023, doi: 10.31315/telematika.v20i3.9820.
I. Budiman, T. Prahasto, and Y. Christyono, “Data Clustering Menggunakan Metodologi CRISP-DM Untuk Pengenalan Pola Proporsi Pelaksanaan Tridharma,” J. Sist. Inf. Bisnis, vol. 1, no. 3, pp. 15–16, 2014, doi: 10.21456/vol1iss3pp129-134.
A. Asroni, H. Fitri, and E. Prasetyo, “Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik),” Semesta Tek., vol. 21, no. 1, pp. 60–64, 2018, doi: 10.18196/st.211211.
F. L. D. Cahyanti, F. Sarasati, W. Astuti, and E. Firasari, “Klasifikasi Data Mining Dengan Algoritma Machine Larning Untuk Prediksi Penyakit Liver,” Technol. J. Ilm., vol. 14, no. 2, p. 134, 2023, doi: 10.31602/tji.v14i2.10093.
M. Sukma, A. Wibowo, F. Sabri, and A. G. Irwan, “Analisis Beban Tekan Pada Struktur Bangunan Dari Aplikasi Sap2000 Menggunakan Machine Learning,” J. Tek. Sipil Cendekia, vol. 5, no. 2, pp. 993–1004, 2024, doi: 10.51988/jtsc.v5i2.219.
R. A. Krisdiawan, “Implementasi Model Pengembangan Sistem Gdlc Dan Algoritma Linear Congruential Generator Pada Game Puzzle,” Nuansa Inform., vol. 12, no. 2, pp. 1–9, 2018,[Online]. Available: https://journal.uniku.ac.id/index.php/ilkom/article/view/1634/1211
Y. R. Sari, A. Sudewa, D. A. Lestari, and T. I. Jaya, “Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 192, 2020, doi: 10.24114/cess.v5i2.18519.
M. Fajar, N. Rahaningsih, and R. Danar Dana, “Analisis Pola Penjualan Obat Di Apotek an-Naafi Menggunakan Metode K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 486–492, 2024, doi: 10.36040/jati.v8i1.8395.
A. Anto et al., “IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS,” vol. 16, no. 2, pp. 84–93, 2024.
N. N. F. R, D. S. Anggraeni, and U. Enri, “Pengelompokkan Data Kemiskinan Provinsi Jawa Barat Menggunakan Algoritma K-Means dengan Silhouette Coefficient,” Tematik, vol. 9, no. 1, pp. 29-35, 2022, doi: 10.38204/tematik.v9i1.901.
D. Prasetiyo et al., “Penerapan Clustering Dengan K-Means Untuk Pemilihan Menu Favorit Di Tetra Coffeeshop,” vol. 11, no. 3, 2024.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Muhamad Fikry Maulana Ridwan, Deviana Dyah Anggraini, Azzikra Ramadhanti Aksan, Irmma Dwijayanti, S.Kom., M.Eng (Penulis)
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
