Seminar Nasional Teknologi Informasi Komunikasi dan Industri
2022: SNTIKI 14

Pengelompokan Data Loyalitas Pelanggan Model RFM pada Produk Ms Glow Dan Scarlett dengan Algoritma Fuzzy C-Means

Mustakim Mustakim (Universitas Islam Negeri Sultan Syarif Kasim Riau, Puzzle Research Data Techonology (Predatech))
Umairah Rizkya Gurning (Universitas Islam Negeri Sultan Syarif Kasim Riau, Puzzle Research Data Techonology (Predatech))
Andani Putri Pristiawati (Universitas Islam Negeri Sultan Syarif Kasim Riau, Puzzle Research Data Techonology (Predatech))
Aulia Dina (Universitas Islam Negeri Sultan Syarif Kasim Riau, Puzzle Research Data Techonology (Predatech))
Putri Nabillah (Universitas Islam Negeri Sultan Syarif Kasim Riau, Puzzle Research Data Techonology (Predatech))



Article Info

Publish Date
28 Nov 2022

Abstract

Seiring dengan perkembangan zaman, keperdulian masyarakat terhadap kecantikan semakin meningkat. Berdasarkan hal tersebut banyak perusahaan-perusahaan kosmetik baru bermunculan bahkan menguasai pangsa pasar seperti di Indonesia. Dua brand local yang telah menguasai pangsa pasar di Indonesia antara lain Scarlett dan MS Glow. Kedua brand ini mampu bersaing dengan brand-brand luar dan menguasai pasar Indonesia pada hampir semua kalangan mulai dari remaja, dewasa bahkan pria. Kedua brand ini memiliki teknik pemasaran yang sama yaitu dengan menyebar reseller ke seluruh Indonesia yang mana salah satunya pada provinsi Riau. Banyaknya reseller baru menyebabkan reseller-reseller tersebut belum mengetahuai bagaimana prilaku pelanggan dengan bantuan CRM analytical ini dapat membantu reseller menganalisis prilaku pelanggan berdasarkan recency, frequency dan monetary dari pelanggan tersebut. Penelitian ini juga memiliki tujuan sebagai model klasterisasi pelanggan khususnya pada metode RFM. Pada penelitian ini membagi pelanggan menjadi 3 cluster dengan cluster 2 merupakan klaster terbaik dibuktikan dengan nilai DBI yang diperoleh cluster ini merupakan yang terendah yaitu 0,61 dengan jumlah anggota 16 pelanggan dan hal ini juga merupakan jumlah anggota terbanyak daripada cluster lainnya.

Copyrights © 2022






Journal Info

Abbrev

SNTIKI

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Description

SNTIKI adalah Seminar Nasional Teknologi Informasi, Komunikasi dan Industri yang diselenggarakan setiap tahun oleh Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. ISSN 2579 7271 (Print) | ISSN 2579 5406 ...