Network Engineering Research Operation [NERO]
Vol 3, No 3 (2018): NERO

SEGMENTASI NASABAH SIMPANAN MENGGUNAKAN FUZZY C MEANS DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY) PADA BMT XYZ

Hardiani, Tikaridha ( Program Studi Teknologi Informasi, Universitas Aisyiah Yogyakarta)
Hardiani, Tikaridha ( Program Studi Teknologi Informasi, Universitas Aisyiah Yogyakarta)



Article Info

Publish Date
28 May 2018

Abstract

Perkembangan zaman dengan banyaknya lembaga keuangan saat ini,  mengharuskan BMT (Baitul Maal Wat Tamwil) untuk mengelola nasabah secara maksimal. Mengidentifikasi nasabah yang loyal akan membantu perusahaan menentukan strategi pemasaran yang tepat. Penelitian ini bertujuan untuk menentukan nasabah simpanan potensial. Nasabah potensial yaitu nasabah yang loyal kepada perusahaan. Nasabah potensial ditentukan dengan segmentasi nasabah. Studi kasus dalam penelitian ini yaitu di salah satu BMT di Yogyakarta. Metode yang digunakan dalam penelitian ini  yaitu CRISP DM (Cross Industry Standard Process for Data Mining) dengan melalui proses business understanding, data understanding, data preparation, modeling dan evaluasi. Teknik data mining yaitu teknik fuzzy clustering dengan algoritma Fuzzy C-Means serta model yang digunakan untuk segmentasi yaitu fuzzy RFM (Recency, Frequency dan Monetary). Hasil dari segmentasi ini mengelompokkan  menjadi 2 cluster. Jumlah cluster terbaik berdasarkan Modified Partition Coefficient (MPC) danPartition Entropy (PE). Pelabelan nasabah diperoleh nasabah dormant b sebanyak 180 nasabah (71,43%) pada cluster 1 dan nasabah dormant f (nasabah tidak potensial) sebanyak 72 nasabah (28,57%) pada cluster 2. Kata kunci: Segmentasi nasabah, Data mining, Fuzzy C Means, Clustering, Fuzzy Clustering, FuzzyRFM, BMT

Copyrights © 2018