Perancangan Segmentasi Pasar Produk Kopi Literan di Bandung Menggunakan K-Means Clustering Untuk Peluncuran Produk Baru UMKM X
Abstract
Abstrak — Produksi kopi di Indonesia meningkat pesat,
menjadikannya produsen kopi terbesar ketiga di dunia.
Pandemi COVID-19 menyebabkan penurunan drastis
penjualan di kedai kopi, memaksa banyak pelaku usaha beralih
ke penjualan daring dan layanan pesan antar. Setelah pandemi,
permintaan kopi literan 1 liter meningkat seiring dengan
pertumbuhan kedai kopi dan kafe. UMKM X memanfaatkan
peluang ini dengan meluncurkan produk kopi literan melalui ecommerce.
Penelitian ini menggunakan pendekatan Activity,
Interest, Opinion (AIO) dan metode K-Means Clustering untuk
mengelompokkan 192 responden yang pernah membeli kopi
literan di Bandung. Hasil penelitian mengidentifikasi tiga
segmen utama: Klaster 1 (perempuan muda, pelajar dengan
daya beli rendah, konsumsi tidak teratur), Klaster 2
(perempuan usia 26–30 tahun, pekerja dengan daya beli tinggi,
konsumsi harian), dan Klaster 3 (laki-laki 26–30 tahun, pekerja
dengan daya beli sedang, konsumsi 4–6 kali seminggu). Temuan
menunjukkan Klaster 2 sebagai segmen paling potensial untuk
UMKM X karena daya beli tinggi dan konsumsi kopi yang
konsisten. Penelitian ini bertujuan merancang segmentasi pasar
yang efektif untuk meningkatkan daya saing produk kopi
literan UMKM X.
Kata kunci— Segmentasi pasar, AIO, K-Means
Clustering, Kopi Literan, Industri Kopi
References
[1] Goodstats, .Pola Konsumsi Kopi Orang Indonesia di Tahun 2024,= Artikel, pp. 1–13, 2024.
[2] M. S. Kusmulyono, S. W. Wijanarti, and H. D. Prashasta, .Studi Kualitatif Persepsi Mahasiswa terhadap Peluang Industri Kopi Nasional Pasca Pandemi,= Ideas J. Pendidikan, Sos. dan Budaya, vol. 8, no. 4, p. 1267, 2022, doi: 10.32884/ideas.v8i4.1016.
[3] D. Ismoyowati, S. Wuryandani, A. N. Shinta, and A. R. Amalia, .Innovation of coffee shop during pandemic COVID-19: Bottled coffee drinks in demand,= E3S Web Conf., vol. 316, pp. 1–7, 2021, doi: 10.1051/e3sconf/202131602015.
[4] A. Zaki, I. Irwan, and I. A. Sembe, .Penerapan KMeans Clustering dalam Pengelompokan Data (Studi Kasus Profil Mahasiswa Matematika FMIPA UNM),= J. Math. Comput. Stat., vol. 5, no. 2, p. 163, 2022, doi: 10.35580/jmathcos.v5i2.38820.
[5] P. M. Sagala, K. M. B. Tarigan, S. Andarini, and I. R. Kusumasari, .Analisis Pentingnya Perencanaan dan Pengembangan Bisnis dalam Meningkatkan Kinerja Perusahaan,= Karya J. Pengabdi. Kpd. Masy., vol. 4, no. 1, pp. 150–159, 2024.
[6] Sumarsid and A. B. Paryanti, .Pengaruh Kualitas Layanan Dan Harga Terhadap Kepuasan Pelanggan Pada Grabfood (Studi Wilayah Kecamatan Setiabudi),= J. Ilm. M-Progress, vol. 12, no. 1, pp. 70–83, 2022, doi: 10.35968/m-pu.v12i1.867.
[7] S. D. K. Wardani, A. S. Ariyanto, M. Umroh, and D. Rolliawati, .Perbandingan Hasil Metode Clustering K-Means, Db Scanner & Hierarchical Untuk Analisa Segmentasi Pasar,= JIKO (Jurnal Inform. dan Komputer), vol. 7, no. 2, p. 191, 2023, doi: 10.26798/jiko.v7i2.796.
