SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RFM


Segmentasi pelanggan dapat meningkatkan keuntungan atau revenue bagi perusahaan. Segmentasi pelanggan dapat menggunakan metode Customer Relationship Management (CRM), dimana metode CRM ini berfokus pada pengelolaan konsumen untuk menarik lebih banyak loyalitas pelanggan dan membangun hubungan jangka panjang yang menguntungkan. Perusahaan di setiap harinya pasti memiliki data transaksi pelanggan yang banyak, tetapi masih banyak perusahaan yang belum bisa memanfaatkan data tersebut menjadi sebuah informasi yang dapat memberikan keuntungan untuk perusahaan. Segmentasi pelanggan pada penelitian ini menggunakan algoritma K-Means dan untuk mengetahui krakteristik dari pembelian pelanggan menggunakan analisis RFM. Oleh karena itu pada penelitian ini dilakukan segmentasi pelanggan untuk mengetahui kelompok pealnggan dan karakteristik dari setiap pelanggannya berdasarkan skor RFM. Hasil dari penelitian ini menunjukan bahwa kluster 0 adalah kelompok “New Customer, dan “Lost Customer” karena rata – rata pelanggan memiliki nilai recency dan frequency yang rendah. Kluster 1 merupakan kelompok “Loyal Customer” karena pelanggan pada kluster ini memiliki nilai rata – rata untuk RFM didominasi oleh skor 4 – 5. Kluster 2 merupakan kelompok “Lost Customer” karena rata –rata pelanggan memiliki skor nilai recency hanya 1 – 2 artinya pelanggan sudah lama tidak melakukan pembelian. Berdasarkan penelitian yang telah dilakukan, dapat dikatakan bahwa algoritma K-Means dapat digunakan sebagai model untuk menyelesaikan permasalahan segmentasi pelanggan dan analisis RFM dapat digunakan untuk menganalisis karakteristik pemebelian pelanggan. Solusi dari permasalahan tersebut berupa informasi mengenai kelompok pelanggan perusahaan.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang MUHAMMAD FASHA PATRIA ROZAK SOLIHHADIN/162018003 - Personal Name
Nur Fitrianti Fahrudin, S.Kom., M.T. - Personal Name
Kurnia Ramadhan Putra, S.Kom., M.T - Personal Name
No. Panggil 013IS/22
Subyek Segmentasi Pelanggan, K-Means, RFM, Data Mining
Fakultas FTI
Tahun Terbit 2022
Jurusan Sistem Informasi
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2022).SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RFM().Sistem Informasi:FTI

.SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RFM().Sistem Informasi:FTI,2022.Text

.SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RFM().Sistem Informasi:FTI,2022.Text

.SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RFM().Sistem Informasi:FTI,2022.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id