<![CDATA[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]]>
Copyrights © 2025
