Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Apriliani Nur Afifah
Universitas Dinamika
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
Analisis Clustering dan Pemetaan Sebaran Pelanggan Perusahaan Properti di Sidoarjo Apriliani Nur Afifah; Vivine Nurcahyawati; Valentinus Roby Hananto
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.67935

Abstract

Strategi pemasaran selalu diterapkan pada perusahaan yang bertujuan untuk melakukan penjualan sebanyak-banyaknya dengan margin yang tinggi yang didukung oleh promosi yang menarik. Tentunya dengan melakukan promosi yang menarik memerlukan anggaran yang tinggi. Didapatkan data bahwa anggaran untuk pemasaran yang telah dilakukan mencapai 4% dari total omzet yang dimiliki. Hal tersebut dinilai bahwa pemasaran yang dilakukan kurang optimal, tidak terencana, dan menyebabkan kerugian. Hal ini terjadi karena belum adanya penetapan strategi pemasaran berdasarkan kondisi sebaran pelanggannya. Oleh karena itu, diperlukan adanya pengelompokan pelanggan melalui data mining dengan menerapkan metodologi CRISP-DM. Adapun algoritma yang digunakan adalah K-Means Clustering dari data historikal pelanggan agar dapat menciptakan strategi marketing yang benar dan tepat sasaran. Tujuan penelitian ini adalah melakukan analisis clustering sebaran pelanggan untuk mengetahui segmentasi pelanggan. Kontribusi dari penelitian ini berupa pemetaan persebaran pelanggan dari hasil clustering data mining agar mudah dipahami oleh pengguna sehingga dapat dijadikan sebagai acuan untuk melakukan strategi marketing. Dengan menerapkan metode Elbow dan Algoritma K-Means Clustering pada penelitian ini dapat menyelesaikan masalah segmentasi pelanggan dimana pengujian akurasi menggunakan model silhouette score atas hasil 3 cluster menghasilkan nilai 0.959 yang berarti cluster tersebut optimal atau bernilai sangat baik sehingga dapat membantu divisi Marketing dalam mempromosikan produk lebih terarah.
Co-Authors Valentinus Roby Hananto Vivine Nurcahyawati