Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal INOVTEK Polbeng - Seri Informatika
Imas Maskanah
Universitas Singaperbangsa Karawang
Computer Science & IT

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

Found 1 Documents
Search

 1 
Segmentasi Pelanggan Toko Purnama dengan Algoritma K-Means dan Model RFM untuk Perancangan Strategi Pemasaran Imas Maskanah
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1443

Abstract

Semakin ketatnya persaingan antar toko grosir saat ini, mengharuskan Toko Purnama untuk mengelola pelayanan terhadap pelanggan dengan maksimal. Segmentasi pelanggan berfungsi untuk mengelompokkan pelanggan ke dalam beberapa kelompok guna mengetahui karakteristik dan tingkat loyalitas pelanggan. Dengan mengetahui karakteristik dari tiap pelanggan, akan membantu dalam mempertahankan pelanggan serta menentukan strategi pemasaran yang tepat dan efektif.  Pemanfaatan data mining dapat membantu dalam melakukan segmentasi pelanggan dengan menggunakan data transaksi. Dalam penelitian ini menggunakan metodologi CRISP-DM dan data transaksi Toko Purnama pada tahun 2019. Algoritma K-Means digunakan untuk pembentukan cluster berdasarkan model RFM (Recency, Frequency, Monetary) dengan menggunakan tools Weka 3.9. Metode Elbow berfungsi untuk menentukan jumlah cluster (k) terbaik. Hasilnya yaitu dari 579 pelanggan terbentuk 3 cluster  dengan cluster 0 (sedang) berjumlah  438 pelanggan dan memiliki simbol rank R ↓ F ↓ M ↓ , cluster 1 (terbaik) berjumlah 106 pelanggan dan memiliki simbol rank R ↓ F ↑ M ↑ , cluster 2 (terburuk) berjumlah 35 pelanggan dan memiliki simbol rank R ↑ F ↓ M ↓.
Co-Authors