Arief Soma Darmawan
Sistem Informasi, Institut Widya Pratama

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

SEGMENTASI PELANGGAN DENGAN ATRIBUT RFM MENGGUNAKAN ALGORITMA K-MEANS DI REDDOORZ SYARIAH NEAR ALUN-ALUN KAJEN Ragil Nur Hidayat; Risqiati Risqiati; Arief Soma Darmawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17612

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada penginapan RedDoorz Syariah Near Alun-Alun Kajen untuk mengetahui tingkat loyalitas pelanggan beradasarkan kebiasaan setiap pelanggan dalam melakukan transaksi. Permasalahan utama yang dihadapi adalah belum adanya pengelompokan pelanggan sehingga strategi pemasaran dan pelayanan masih dilakukan secara umum tanpa memperhatikan karakteristik pada setiap pelanggan. Penelitian ini menggunakan metode RFM (Recency, Frequency, dan Monetary) untuk menganalisis loyalitas setiap pelanggan dan algoritma K-Means Clustering untuk pengelompokan pelanggan. Proses penelitian meliputi pengumpulan data, Exploratory Data Analysis (EDA), preprocessing data, pembentukan variabel RFM, normalisasi data, dan penentuan jumlah cluster optimal menggunakan metode Elbow, Silhouette Score, dan Davies-Bouldin Index. Dari hasil penelitian yang sudah dilakukan bahwa pelanggan dapat dikelompokkan menjadi tiga cluster yaitu cluster loyalitas tinggi sebanyak 58 pelanggan, cluster loyalitas sedang sebanyak 45 pelanggan, dan cluster loyalitas rendah sebanyak 1 pelanggan. Dari hasil segmentasi pelanggan yang sudah dilakukan pada penelitian ini dapat diimplementasikan ke dalam sistem informasi manajemen untuk penyusunan strategi pelayanan dan pemasaran lebih tepat sasaran serta dalam memberikan perilaku khusus kepada pelanggan dengan tingkat loyalitas tertentu.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK STRATEGI CROSS SELLING PRODUK DIGITAL BERBASIS RIWAYAT TRANSAKSI PELANGGAN PADA TOKO PLAT G GAMING Muhammad Muzaki Ma’ruf; Risqiati Risqiati; Arief Soma Darmawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18319

Abstract

Meningkatnya transaksi penjualan produk digital mendorong perlunya pemanfaatan data transaksi sebagai dasar pengambilan keputusan pemasaran yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam mengidentifikasi pola pembelian pelanggan sebagai strategi cross-selling berbasis riwayat transaksi pada Toko Plat G Gaming. Metode penelitian yang digunakan meliputi pengumpulan data transaksi penjualan produk digital, tahap pengolahan data berupa pembersihan, seleksi transaksi dengan minimal dua produk, serta transformasi data melalui pengelompokan produk ke dalam kategori analisis. Data yang digunakan berjumlah 689 transaksi dari total 3.256 data awal selama periode 1 November 2024 hingga 30 Maret 2025. Proses analisis dilakukan menggunakan algoritma Apriori dengan perhitungan nilai support dan confidence untuk menghasilkan aturan asosiasi antar produk. Hasil penelitian menunjukkan bahwa terdapat hubungan yang kuat antar beberapa kategori produk digital, seperti Mobile Legends dan Free Fire (support 43,54% dan confidence 100%), Spotify dan Netflix (support 22,35% dan confidence 99,35%), serta Canva dan CapCut (support 13,64% dan confidence 100%). Aturan asosiasi tersebut digunakan untuk menyusun rekomendasi paket produk digital sebagai strategi cross-selling. Dengan demikian, penerapan algoritma Apriori terbukti mampu memberikan rekomendasi berbasis data yang relevan dan dapat membantu meningkatkan efektivitas strategi pemasaran pada penjualan produk digital.