<![CDATA[Segmentasi pelanggan adalah strategi yang diterapkan dengan membagi pelanggan ke dalam kelompok yang berbeda dengan karakteristik, perilaku, atau kebutuhan yang berbeda. Segmentasi pelanggan sangat penting karena dapat digunakan sebagai data pendukung untuk mengetahui loyalitas pelanggan dan menentukan strategi pemasaran yang efektif dan efisien bagi perusahaan. Untuk menentukan segmentasi pelanggan, dilakukan dengan menggunakan algoritma K-Means clustering. Proses clustering dilakukan dengan cara mengelompokkan data histori transaksi pelanggan pengguna aplikasi Alfagift selama bulan Juni 2021 berdasarkan lima kategori yaitu umur, jenis kelamin, frekuensi pembelian, tipe pembayaran dan kota. Proses analisis segmentasi pelanggan menggunakan metode CRISP-DM (Cross Industry Standard Process for Data Mining) yang meliputi enam tahapan yaitu pemahaman bisnis (Business Understanding), pemahaman data (Data Understanding), persiapan data (Data Preparation), pemodelan (Modeling), evaluasi (Evaluation), dan penerapan (Deployment). Algoritma K-Means digunakan untuk membentuk kluster dan metode Elbow digunakan untuk mengevaluasi kluster-kluster yang terbentuk. Algoritma K-means digunakan untuk pembentukan kluster dan metode Elbow digunakan untuk mengevaluasi kluster-kluster yang terbentuk. Hasil k optimum yang terbentuk dari hasil perhitungan SSE (Sum Squared Error) dengan metode Elbow adalah tiga cluster dengan selisih nilai SSE terbesar yaitu 1119.28644. Hasil pengelompokan pelanggan sebanyak tiga cluster; cluster pertama berjumlah 7.219 pelanggan, cluster kedua sebanyak 6.902 pelanggan, dan cluster ketiga sebanyak 5.371 pelanggan. Hasil K-Means clustering tersebut selanjutnya diinterpretasikan sebagai data yang akan digunakan dalam menentukan strategi pemasaran yang tepat.]]>
Copyrights © 2022
