Penerapan Data Mining Menggunakan Metode K-Means Clustering Untuk Pengelompokkan Data Pelanggan (Studi Kasus : PT. Pinus Merah Abadi)
Keywords:
Pelanggan, Data mining, K-Means, Clustering, RFM (Recency, Frequency, Monetary)Abstract
Penelitian data mining ini menggunakan metode K-Means Clustering untuk mengelompokkan data pelanggan yang menghasilkan jumlah
cluster dan karasteristik pelanggan dari masing-masing cluster. Serta menggunakan analisis RFM (Recency, Frequency, Monetary) yang
mempresentasikan jumlah pelanggan disetiap cluster.Data yang digunakan dalam proses pengelompokkan pelanggan adalah data transaksi
penjualan Januari sampai September 2017. Hasil dari penelitian ini adalah menghasilkan tiga cluster pelanggan dengan karakteristik
pelanggan dari tiap-tiap cluster. Cluster 1 berjumlah 679 dengan kriteria recency rendah frequency rendah monetary rendah
termasuk kedalam pelanggan baru, cluster 2 berjumlah 17 dengan kriteria recency tinggi frequency tinggi monetary tinggi termasuk
ke dalam pelanggan yang loyal dan cluster 3 berjumlah 334 dengan kriteria recency tinggi frequency rendah monetary rendah
termasuk kedalam pelanggan tidak loyal yang berpotensi tidak aktif . Hasil dari clustering ini dapat membantu PT. Pinus Merah Abadi untuk
mengambil kebijakan dan strategi dalam meningkatkan atau mempertahankan pelanggan yang sesuai dengan cluster pelanggan tersebut.
References
Amborowati, A., & Winarko, E., 2014. Review Pemanfaatan Teknik Data
Mining Dalam Segmentasi Konsumen. KOMMIT Vol 8, 66-73.
Astria, D., & Suprayogi., 2017. Penerapan Algoritma Fuzzy C-Means
untuk Clustering Pelanggan Pada CV Mataram Jaya Bawean. Eksplora
Informatika Vol 6 No 2 , 169-178.
Napitupulu, R. (2019). Dasar-Dasar Ilmu Kepemimpinan Teori dan Aplikasi. uwais inspirasi indonesia.
Mikkael, R. H. (2019). Pengaruh Budaya Organisasi dan Lingkungan Kerja terhadap Efektivitas Kerja Karyawan (Studi Kasus: PT. Matahari Graha Fantasi Jakarta Utara). Jurnal Web Informatika Teknologi, 4(2), 67.
Chandra, K., 2013. Clustering Nasabah Ban Menggunakan K-Means
Berdasarkan Nilai RFM (Recency,Frequency, Monetary). Media
Informatika Vol 12 No 3, 39-55.
Hardiani, T., Sulistyo, S., & Hartanto, R., 2015. Segmentasi Nasabah
Tabry) dan K-Means pada Lembaga Keuangan Mikroungan
Menggunakan Model RFM (Recency, Frequency, Monet.
SEMANTIK, 463-468.
Herwin, Handhayani, T., & Herwindiati, D. E., 2015. Sistem Prediksi
Customer Loyalty dengan Metode Segmentasi RFM dan
Pengelompokkan dengan Algoritma Clustering Modified K-Means
pada Perusahaan PU IBUKOTA. Seminar Nasional Teknologi
Informasi, 32-38.
SARDJITO, R. M. D. H. (2021). IMPLEMENTASI LEAN SIX SIGMA DI MEGA INSURANCE (STUDI FENOMENOLOGIS).
Kristanto, T., & Arief, R., 2013. Analisis Data Mining Metode Fuzzy untuk
Customer Relationship Management pada Perusahaan Tour & Travel.
Seminar Nasional Sistem Informasi Indonesia, 528-534.
Kusrini, & Luthfi, E. T. , 2009. Algoritma Data Mining. Yogyakarta: Andi
Offset.
Ong, J. O., 2013. Implementasi Algoritma K-Means Clustering untuk
menentukan Strategi Marketing President University. Jurnal Ilmiah
Tenik Industi Vol 12 No 1, 10-20.
Pramesti, G., 2014. Kupas Tuntas Data Penelitian dengan SPSS 22. Jakarta:
PT Alex Media Komputindo.
Rajagopal, S., 2011. CUSTOMER DATA CLUSTERING USING DATA.
International Journal of Database Management Systems ( IJDMS ) Vol
No 4, 3-11.
Rumiarti, C. D., & Budi, I., 2017. Segmentasi Pelanggan pada Customer
Relationship Management di Perusahaan Ritel: Studi Kasus PT
Gramedia Asri Media. Jurnal Sistem Informasi Vol 1 No 13, 1-10.
Setiawan, I., 2015. Pengelompokkan Nasabah Bank menggunakan
Algoritma K-Means untuk memberikan Penawaran yang Tepat.
Seminar Nasional Teknik Informatika dan Multimedia , 79-84.
Silwattananusarn, T., & Tuamsuk, K., 2012. Data Mining and Its
Applications for Knowledge. International Journal of Data Mining &
Knowledge Management Process (IJDKP) Vol2 No5, 13-24.
Sudriyanto., 2017. Clustering Loyalitas Pelanggan dengan Metode RFM
(Recency, Frequency, Monetary) dan Fuzzy C-Means. Prosiding
SNATIF ke 4, 815-822.
Sumadikarta, I., & Abeiza, E. (t.thn.). Penerapan Algoritma K-Means Pada
Data Mining Untuk Memilih Produk dan Pelanggan Potensial. Jurnal
Stya Informatika Vol 1 No 1, 12-22.
Susanto, S., 2015. Menguasai Statstik Multivariat. Jakarta: PT Alex Media
Komputindo.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Hesti Astuti
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
