Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Yusup, Rika
Unknown Affiliation
Computer Science & IT Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Segmentasi Konsumen E-Commerce menggunakan Model RFM melalui Metode K-Means, DBSCAN, dan Agglomerative Clustering Diana, Putri; Yusup, Rika; Pebrianti, Dwi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Data transaksi perdagangan elektronik sering tersedia dalam jumlah besar, tetapi belum selalu diterjemahkan menjadi segmentasi pelanggan yang dapat mendukung keputusan pemasaran. Penelitian ini bertujuan membandingkan K-Means, DBSCAN, dan klasterisasi aglomeratif berbasis model Recency, Frequency, dan Monetary (RFM) serta menentukan metode yang paling sesuai dengan karakteristik data. Set data terdiri atas 34.500 transaksi dari Kaggle yang merepresentasikan 7.903 pelanggan. Tahapan penelitian mencakup analisis eksploratif data, prapemrosesan, pembentukan atribut RFM, standardisasi Z-Score, klasterisasi, serta evaluasi menggunakan Silhouette Score, Davies-Bouldin Index (DBI), dan Calinski-Harabasz Index (CHI). K-Means dan DBSCAN memperoleh Silhouette Score yang sama, yaitu 0,348. DBSCAN menghasilkan DBI lebih rendah (0,601), sedangkan K-Means memperoleh CHI tertinggi (4472,039) dan membentuk distribusi segmen yang lebih seimbang serta mudah diinterpretasikan. Oleh karena itu, K-Means dipilih sebagai metode yang paling aplikatif pada set data ini dan menghasilkan tiga segmen, yaitu 4.336 Pelanggan Potensial, 1.901 Pelanggan Terbaik, dan 1.666 Pelanggan Berisiko Tidak Aktif. Kontribusi penelitian ini terletak pada perbandingan tiga paradigma klasterisasi dalam kerangka RFM yang sama dan penerjemahan hasil klaster menjadi strategi loyalitas, pengembangan pelanggan potensial, serta aktivasi kembali pelanggan yang berisiko tidak aktif.
Co-Authors Pebrianti, Dwi Putri Diana