SEGMENTASI PELANGGAN BERDASARKAN ANALISIS RECENCY, FREQUENCY, MONETARY MENGGUNAKAN ALGORITMA K-MEANS
Abstract
CV. Toedjoe Sinar Group merupakan salah satu percetakan di Samarinda dan bergerak di bidang digital printing dengan beragam produk, tidak hanya fokus pada strategi yang mengutamakan produk, tetapi juga melakukan strategi yang mengutamakan pelanggan. Hal ini diperlukan untuk mengetahui perilaku pelanggan sehingga akan membantu dalam penerapan strategi pemasaran yang tepat untuk meningkatkan pendapatan perusahaan. 8020 data transaksi pelanggan dari Bulan Januari hingga Maret tahun 2022 digunakan dalam penelitian ini. Pemodelan data yang digunakan dalam pengelompokan pelanggan adalah RFM (Recency, Frequency, Monetary) dan teknik data mining dengan menggunakan metode clustering menggunakan algoritma k-means yang terdiri dari business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Menentukan jumlah cluster dengan mencari nilai K menggunakan metode elbow dan hasil nilai k = 7 sehingga cluster yang digunakan sebanyak 7 cluster dan cluster terbaik = 5 dengan nilai rata-rata recency 0,0, frequency 140,33 dan monetary 43328833.
Kata kunci: Algoritma K-Means, Model RFM (Recency, Frequency, Monetary), Python, Segmentasi PelangganFull Text:
PDF (Bahasa Indonesia)References
N. H. Harani and F. A. Nugraha, Segmentasi Pelanggan Menggunakan Python. Kreatif, 2020.
R. P. Justitia, N. Hidayat, and E. Santoso, “Implementasi Metode Agglomerative Hierarchical Clustering Pada Segmentasi Pelanggan Barbershop (Studi Kasus: RichDjoe Barbershop Malang),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 3, pp. 1048–1054, 2021.
F. Hadi, M. Mustakim, D. O. Rahmadia, F. H. Nugraha, N. P. Bulan, and S. Monalisa, “Penerapan K-Means Clustering Berdasarkan RFM Mofek Sebagai Pemetaan dan Pendukung Strategi Pengelolaan Pelanggan (Studi Kasus: PT. Herbal Penawar Alwahidah Indonesia Pekanbaru),” SITEKIN J. Sains, Teknol. dan Ind., vol. 15, no. 1, pp. 69–76, 2017.
B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis segmentasi pelanggan menggunakan kombinasi RFM model dan teknik clustering,” J. Terap. Teknol. Inf., vol. 2, no. 1, pp. 23–32, 2018.
D. Suyanto, “Data Mining untuk klasifikasi dan klasterisasi data,” Bandung Inform. Bandung, 2017.
I. Werdiningsih, M. Kom, B. Nuqoba, M. Kom, and S. S. Muhammadun, Data Mining Menggunakan Android, Weka, dan SPSS. Airlangga University Press, 2020.
E. Prasetyo, “Data mining konsep dan aplikasi menggunakan matlab,” Yogyakarta Andi, vol. 1, 2012.
R. P. Aditya, F. Fahrullah, and N. W. W. Sari, “Implementasi Algoritma Apriori Untuk Rekomendasi Paket Menu Pada Cafe Abc Berbasis Website,” J. Simantec, vol. 11, no. 2, pp. 223–230, 2023.
E. Irfiani and S. S. Rani, “Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita,” J. Sist. dan Teknol. Inf, vol. 6, no. 4, p. 161, 2018.
M. Wahyudi, M. Masitha, R. Saragih, and S. Solikhun, Data Mining: Penerapan Algoritma K-Means Clustering dan K-Medoids Clustering. Yayasan Kita Menulis, 2020.
E. Prasetyowati, I. R. NR, and S. Rachmatullah, “PENERAPAN K-MEANS ALGORITHM UNTUK MENGIDENTIFIKASI SUPPLIER BAHAN BAKU PADA KOMODITAS AGRIKULTUR DI KABUPATEN PAMEKASAN,” J. Simantec, vol. 11, no. 2, pp. 147–156, 2023.
A. Febriani and S. A. Putri, “Segmentasi Konsumen Berdasarkan Model Recency, Frequency, Monetary dengan Metode K-Means,” JIEMS (Journal Ind. Eng. Manag. Syst., vol. 13, no. 2, 2020.
I. Istiningsih, “IMPLEMENTASI DATA MINING PENGELOMPOKKAN PELANGGAN MENGGUNAKAN RFM DAN K-MEANS CLUSTERING STUDI KASUS DI INDONESIA DIGITAL PRINTING YOGYAKARTA.” STMIK AKAKOM YOGYAKARTA, 2020.
D. B. Saputra and E. Riksakomara, “Implementasi Fuzzy C-Means dan Model RFM untuk Segmentasi Pelanggan (Studi Kasus: PT. XYZ),” J. Tek. ITS, vol. 7, no. 1, pp. A119–A124, 2018.
N. P. E. Merliana and A. J. Santoso, “Analisa Penentuan Jumlah Cluster Terbaik pada Metode K-Means Clustering,” 2015.
DOI: https://doi.org/10.21107/simantec.v12i1.23164
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Fahrullah Fahrullah, Sri Wahyuni
Indexed By