Pemetaan Dan Analisis Kandungan Nutrisi Pada Minuman Starbucks Dengan Metode K-Means

Abstract

Dalam industri minuman, khususnya di Starbucks yang memiliki jangkauan global, keberlanjutan pertumbuhan
bergantung pada penyesuaian dengan perkembangan tren dan kebutuhan konsumen, termasuk kebutuhan nutrisi.
Penelitian ini bertujuan untuk menganalisis nutrisi dalam beberapa minuman Starbucks menggunakan metode klasterisasi
K-Means, dengan fokus pada identifikasi variasi nutrisi di antara minuman tersebut. Metode K-Means digunakan dengan
input berdasarkan data sekunder yang mencakup atribut-atribut terkait. Tahapan penelitian meliputi aktivasi library,
eksplorasi data melalui boxplot, preprocessing data untuk kolom numerik, tuning model untuk menentukan jumlah
klaster, pembangunan model, dan visualisasi hasil. Hasil analisis menunjukkan bahwa dari 242 objek yang dianalisis,
terbagi menjadi 7 klaster. Kluster tersebut memiliki variasi kandungan nutrisi yang berbeda-beda, dengan kluster tertentu
menunjukkan kandungan nutrisi tertinggi dengan cluster value 1.38, nutrisi cukup tinggi dengan cluster value 0.76, nutrisi
tinggi dengan cluster value 0.49, nutrisi sedang dengan cluster value 0.24, nutrisi rendah dengan cluster value -0.21,
nutrisi cukup rendah dengan cluster value -0.48, dan nutrisi paling rendah dengan cluster value -0.72. Temuan ini
memberikan wawasan tentang variasi nutrisi dalam minuman Starbucks, yang dapat digunakan oleh perusahaan untuk
menginformasikan keputusan strategis terkait dengan formulasi produk, pemasaran, dan penargetan konsumen. Selain
itu, metode analisis yang digunakan dalam penelitian ini dapat diterapkan pada industri minuman lainnya untuk analisis
nutrisi yang serupa.
Kata Kunci : industri minuman; starbucks; kandungan nutrisi; k-means; clustering