TV and Internet User Segmentation Using Kmeans Clustering with SPSS Case Study of First Media Customers
Main Article Content
Abstract
Internet dan televisi telah menjadi bagian integral dari kehidupan sehari-hari masyarakat modern. Fungsi internet mencakup berbagai aspek, mulai dari komunikasi, hiburan, pendidikan, hingga pekerjaan. Televisi, di sisi lain, tetap menjadi media hiburan dan informasi bagi banyak orang. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan persona pengguna TV dan Internet berdasarkan kebutuhan, perilaku, dan motivasi mereka, sehingga dapat ditentukan target dengan persona seperti apa yang diperlukan perusahaan untuk pengembangan produk kedepan dan untuk meningkatkan daya saing pasar. Metode penelitian yang digunakan melalui survei menggunakan kuesioner secara online. Data dikumpulkan melalui survei dan dianalisis menggunakan metode K-Means clustering menggunakan olah data SPSS melalui 95 orang responden pengguna layanan televisi dan internet. Dari hasil olah data pada penelitian ini dihasilkan lima persona yaitu technology enthusiast, remote worker, family oriented home user, gamer, simple user. Segmentasi pada penelitian ini menunjukkan bahwa terdapat 39 orang responden terbanyak masuk ke dalam target segmen family oriented home user dengan value preposition marketing mix yang paling menonjol adalah di sisi produk, sehingga kedepan yang dapat ditingkatkan pada layanan Perusahaan ini adalah variasi produk yang memiliki segmentasi untuk keluarga dengan harga yang terjangkau, seperti layanan berlangganan acara televisi keluarga, pendidikan untuk anak-anak, series acara hiburan keluarga dengan memanfaatkan fitur layanan pay per view atau pay per segment.
Downloads
Article Details

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.
Dedi Kadarsah, Jerry Heikal (2024), Customer Segmentation With K-Means Clustering Suzuki Mobil Bandung Customer Case Study.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern recognition letters, 31(8), 651-666.
Mewoh, Fransilia Marsilina, Tampi, Johny R. E. dan Mukuan, (2019), Danny D.S. Pengaruh Digital Marketing Terhadap Keputusan Pembelian pada Matahari Department Store Manado Town Square. Jurnal Administrasi Bisnis Vol. 9. No. 1, (2019). Manado.
Muhammad Farhan, Jerry Heikal (2024), Used Car Customer Segmentation Using K-Means Clustering Model With SPSS Program: Case Study Caroline.Id.
Rachmadi, Tri. (2020). The Power of Digital Marketing. R. D. F. Ruli, 2017. "Penerapan CLustering K-means Pada Customer Segmentation Berbasis Recency Frequency Monetary RFM) (Studi Kasus: PT. Sinar Kencana Intermoda Surabaya)," Seminar Nasional Matematika dan Aplikasinya, pp. 418-427, 2017.
Risma Yanti Daulay, Raja Aulia Passalaras, Jerry Heikal (2024), Customer Segmentation Using K-Means Clustering With SPSS Program in a Case Study of Consumer Interest in Current Coffee Shop, Journal.
Santosa, 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis, Yogyakarta: Graha Ilmu.
Shahnaz, Nanda Bella Fidanty dan Wahyono. (2016). Faktor yang Mempengaruhi Minat Beli Konsumen di Toko Online.S. Sharyanto and D. Lestari, “Penerapan Data Mining Untuk Menentukan Segmentasi Pelanggan dengan Menggunakan Algoritma K-Means dan Model RFM pada E-Commerce,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 4, p. 866, Aug. 2022, doi: 10.30865/jurikom.v9i4.4525.
Sugiyono., 2017. Metode Penelitian Kuantitatif & Kualitatif. Bandung, Indonesia: Alfabeta.
Taqwim W. A., Setiawan N. Y., Bachtiar F. A. “Analisis Segmentasi Pelanggan Dengan RFM Model Pada Pt. Arthamas Citra Mandiri Menggunakan Metode Fuzzy C-Means Clustering”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 3, No. 2, Februari 2019, p. 1986-1993.
Widiyanto A.T. and Witanti A., 2021. “Segmentasi Pelanggan Berdasarkan Analisis RFM Menggunakan Algoritma K-Means Sebagai Dasar Strategi Pemasaran (Studi Kasus PT Coversuper Indonesia Global)”, KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, p. 204.