Segmentasi Pelanggan Dengan RFM Model dan Algoritma K-Means Pada Penjualan Baja PT. X

1807411014, Mas Brillianesa Faydhurrahman (2022) Segmentasi Pelanggan Dengan RFM Model dan Algoritma K-Means Pada Penjualan Baja PT. X. D4 thesis, Pooliteknik Negeri Jakarta.

[thumbnail of Judul, Pendahuluan, Penutup] Text (Judul, Pendahuluan, Penutup)
BAB PENDAHULUAN (BAB 1, 5).pdf

Download (2MB)
[thumbnail of Bab 2 s/d 4 - Isi] Text (Bab 2 s/d 4 - Isi)
BAB ISI (BAB 2, 3, 4).pdf
Restricted to Hanya Civitas Akademika PNJ

Download (2MB)
[thumbnail of Manuskrip] Text (Manuskrip)
Manuskrip.pdf
Restricted to Hanya Staff Repositori

Download (387kB)

Abstrak

PT. Baja X merupakan usaha mikro kecil menengah yang merasakan dampak COVID-19. PT. Baja X bergerak di bidang usaha penjualan per dan shim plat. PT. Baja X memiliki customer cukup banyak dan cakupan area yang luas baik didalam kota maupun diluar kota. Penjualan besi dan baja dapat di custom sesuai dengan kebutuhan pembeli. Pandemi berdampak pada penurunan omset. Sejumlah strategi harus diputuskan untuk kebutuhan survive. Salah satu yang dihadapi adalah problem dimana PT. Baja X harus dapat mengatur cara pendekatan yang lebih baik kepada customernya. Salah satu strategi untuk dapat memperlakukan pelanggan dengan baik adalah melakukan segmentasi pelanggan. Segmentasi pelanggan merupakan pengelompokkan para pelanggan dengan karakteristik dan perilaku yang sama. Dari hasil segmentasi, perusahaan PT Baja X dapat mengelompokkan pelanggan mereka ke kelompok berbeda sehingga dapat memberikan bonus ataupun benefit tergantung pada kelompok yang ada sehingga akan membantu dalam penerapan strategi pemasaran (marketing) yang tepat untuk meningkatkan pendapatan perusahaan. Algoritma K-Means digunakan untuk pembentukan klaster dan pembentukan klaster didasarkan pada Model RFM (Recency, Frequency, dan Monetary). Metode Elbow dan Davies Bouldin Index (DBI) digunakan untuk menemukan jumlah klaster (k) yang optimal. Dan silhouette digunakan untuk pengujian kualitas klaster.
Kata Kunci: Segmentasi pelanggan, data mining, clustering, model RFM, algoritma K-Means.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (D4)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Informatika dan Komputer > Teknik Informatika D4
User ID Pengunggah: Mas Brillianesa Faydhurrahman
Date Deposited: 03 Aug 2022 04:04
Last Modified: 03 Aug 2022 04:04
URI: https://repository.pnj.ac.id/id/eprint/5860

Actions (login required)

View Item
View Item