Abstract :
Pada perkembangan teknologi yang semakin besar ini, sangat menarik perhatian
masyarakat untuk semakin mengetahui dan menggunakan teknologi tersebut.
Teknologi yang sering digunakan saat ini adalah gadget. Kemajuan gadget sangat
menarik perhatian masyarakat untuk mengetahui lebih dalam akan
kecanggihannya. Selain dapat digunakan dalam berkomunikasi jarak jauh,
bermain games, dan aktivitas lainnya. Gadget saat ini juga dapat digunakan untuk
mengakses media sosial. Sejak gadget sudah dapat terhubung dengan jaringan
internet, semakin banyak fitur yang menarik perhatian masyarakat diberbagai
kalangan, salah satunya adalah media sosial. Kemunculan berbagai macam media
sosial membuat gadget semakin dikenal oleh masyarakat di seluruh dunia. Dengan
adanya media sosial, banyak kegunaan yang dapat digunakan oleh masyarakat
seperti membagikan momen spesial di media sosial, membuat status dimedia
sosial, bermain games online, dan bahkan dapat digunakan dalam berbisnis.
Berbagai macam media sosial seperti Facebook, Whatsapp, Instagram, dan
lainnya dapat digunakan masyarakat untuk berbisnis. Pada saat ini, banyak
UMKM yang memulai mempromosikan bisnis mereka di media sosial. Akan
tetapi, dengan banyaknya macam media sosial sehingga UMKM kesulitan dalam
menentukan media sosial mana yang paling sering diakses oleh masyarakat.
Sehingga, pada tugas akhir ini penulis tertarik untuk melakukan penelitian
terhadap media promosi yang paling diminati dengan menggunakan salah satu
metode dalam teknik datamining yaitu metode algoritma clustering K-Means.
Pada algoritma clustering K-Means dapat membantu penulis dalam
pengelompokkan media promosi yang paling diminati oleh masyarakat yang ada
di Kota Batam khususnya yang berada pada kecamatan Batam Kota berdasarkan
data responden masyarakat pada penyebaran kuesioner yang telah dilakukan oleh
penulis. Pada hasil akhir akan terdapat 3 kategori yaitu media promosi yang paling
diminati, kurang diminati, dan paling tidak diminati. Serta untuk mendapatkan
hasil tersebut akan dilakukan perhitungan manual berdasarkan metode clustering
K-means dan pembuktian menggunakan software Rapidminer 5.3.