SEGMENTASI PELANGGAN BERDASARKAN ANALISIS
RFM MENGGUNAKAN ALGORITMA K-MEANS SEBAGAI
DASAR STRATEGI PEMASARAN
(STUDI KASUS PT COVERSUPER INDONESIA GLOBAL)
Total View This Week0
Total View This Week0
Institusion
Universitas Mercu Buana Yogyakarta
Author
Widiyanto, Agus Tri
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-12-23 05:42:34
Abstract :
PT. Coversuper Indonesia Global adalah perusahaan yang bergerak di bidang bidang aksesoris otomotif. Persaingan dalam bisnis khususnya perusahaan yang bergerak dibidang aksesoris otomotif semakin banyak.. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku bisnis di bidang ini harus mempunyai strategi. Berdasarkan permasalahan tersebut maka digunakan Data Mining dengan teknik cluster untuk mengetahui potensi dan karakteristik dari setiap pelanggan mereka dalam melakukan pembelian produk. Tugas akhir ini menggunakan metode kombinasi model RFM dan clustering K-Means yang bertujuan untuk melakukan segmentasi pelanggan. Model RFM digunakan sebagai atribut kuantitatif untuk variabel masukan. Selanjutnya menggunakan algoritma K-means untuk melakukan clustering pelanggan. Hasil tugas akhir ini adalah 4 segmen pelanggan yang dimiliki oleh perusahaan dan karakteristik masing-masing pelanggan. Berdasarkan akurasi yang didapat pada perhitungan menggunakan sistem segmentasi pelanggan mendapatkan nilai akurasi sebesar 100%. Dengan nilai akurasi tersebut maka dapat dikategorikan baik. Karakteristik pelanggan ini akan membantu PT Coversuper Indonesia Global untuk mengambil keputusan dalam memprioritaskan tenaga dan sumber dayanya ke pelanggan tertentu (potensial).
PT. Coversuper Indonesia Global adalah perusahaan yang bergerak di bidang bidang aksesoris otomotif. Persaingan dalam bisnis khususnya perusahaan yang bergerak dibidang aksesoris otomotif semakin banyak.. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku bisnis di bidang ini harus mempunyai strategi. Berdasarkan permasalahan tersebut maka digunakan Data Mining dengan teknik cluster untuk mengetahui potensi dan karakteristik dari setiap pelanggan mereka dalam melakukan pembelian produk. Tugas akhir ini menggunakan metode kombinasi model RFM dan clustering K-Means yang bertujuan untuk melakukan segmentasi pelanggan. Model RFM digunakan sebagai atribut kuantitatif untuk variabel masukan. Selanjutnya menggunakan algoritma K-means untuk melakukan clustering pelanggan. Hasil tugas akhir ini adalah 4 segmen pelanggan yang dimiliki oleh perusahaan dan karakteristik masing-masing pelanggan. Berdasarkan akurasi yang didapat pada perhitungan menggunakan sistem segmentasi pelanggan mendapatkan nilai akurasi sebesar 100%. Dengan nilai akurasi tersebut maka dapat dikategorikan baik. Karakteristik pelanggan ini akan membantu PT Coversuper Indonesia Global untuk mengambil keputusan dalam memprioritaskan tenaga dan sumber dayanya ke pelanggan tertentu (potensial).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
