Mariadin, Farhan Habli
Unknown Affiliation

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

Found 2 Documents
Search

Penerapan Algoritma K-Means Untuk Segmentasi Pelanggan Pada Dataset Wholesale Customer: Application of K-Means Algorithm for Customer Segmentation on Wholesale Customer Dataset Mariadin, Farhan Habli; Firmansyah, Hasbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i4.86

Abstract

Penelitian ini menunjukkan penerapan kalkulasi K-Means dalam pembagian klien dengan memanfaatkan kumpulan data Klien Diskon. Pembagian klien merupakan prosedur penting dalam memahami desain pemanfaatan dan membuat langkah-langkah untuk meningkatkan efektivitas. Dalam pertimbangan ini, penanganan penambangan informasi dilakukan dengan menggunakan program komputer RapidMiner, dengan tahapan pengumpulan informasi, penanganan informasi awal, dan investigasi pengelompokan menggunakan kalkulasi K-Means. Hasil pengelompokan menunjukkan bahwa informasi dikumpulkan menjadi lima kluster dengan kualitas yang dinilai menggunakan File Davies-Bouldin (DBI). Nilai DBI sebesar -0,947 menunjukkan bahwa pengelompokan tersebut memiliki kualitas yang baik, dengan setiap kluster mencerminkan desain pemanfaatan klien yang berbeda. Pertimbangan ini menunjukkan bahwa kalkulasi K-Means dapat digunakan secara efektif untuk pembagian klien, memberikan pengalaman utama bagi perusahaan dalam membuat pilihan bisnis
Penerapan Algoritma K-Means Untuk Segmentasi Pelanggan Pada Dataset Wholesale Customer: Application of K-Means Algorithm for Customer Segmentation on Wholesale Customer Dataset Mariadin, Farhan Habli; Firmansyah, Hasbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i4.86

Abstract

Penelitian ini menunjukkan penerapan kalkulasi K-Means dalam pembagian klien dengan memanfaatkan kumpulan data Klien Diskon. Pembagian klien merupakan prosedur penting dalam memahami desain pemanfaatan dan membuat langkah-langkah untuk meningkatkan efektivitas. Dalam pertimbangan ini, penanganan penambangan informasi dilakukan dengan menggunakan program komputer RapidMiner, dengan tahapan pengumpulan informasi, penanganan informasi awal, dan investigasi pengelompokan menggunakan kalkulasi K-Means. Hasil pengelompokan menunjukkan bahwa informasi dikumpulkan menjadi lima kluster dengan kualitas yang dinilai menggunakan File Davies-Bouldin (DBI). Nilai DBI sebesar -0,947 menunjukkan bahwa pengelompokan tersebut memiliki kualitas yang baik, dengan setiap kluster mencerminkan desain pemanfaatan klien yang berbeda. Pertimbangan ini menunjukkan bahwa kalkulasi K-Means dapat digunakan secara efektif untuk pembagian klien, memberikan pengalaman utama bagi perusahaan dalam membuat pilihan bisnis