SEGMENTASI PELANGGAN MENGGUNAKAN METODE K-MEANS DAN DBSCAN DENGAN LRFM MODEL UNTUK MENDUKUNG STRATEGI PEMASARAN (STUDI KASUS PT. BISTURI PRATAMA)

Zaini, Jihan Octavia and Prasetyo, Gunawan Budi and Pramitarini, Yushintia (2020) SEGMENTASI PELANGGAN MENGGUNAKAN METODE K-MEANS DAN DBSCAN DENGAN LRFM MODEL UNTUK MENDUKUNG STRATEGI PEMASARAN (STUDI KASUS PT. BISTURI PRATAMA). Diploma thesis, Jurusan Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (824kB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (340kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (277kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (567kB) | Request a copy
	Text Bab IV .pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (407kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (112kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (125kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (275kB) | Request a copy

Abstract

PT. Bisturi Pratama merupakan perusahaan yang bergerak dalam bidang distributor alat kesehatan. Pada perusahaan tersebut memiliki kendala dalam melakukan pengelompokkan pelanggan. Penelitian pada tugas akhir ini dimulai melalui tahapan wawancara dan pengamatan secara langsung. Langkah selanjutnya mengumpulkan data transaksi customer, selanjutnya data preprocessing dengan memilih data yang dibutuhkan saja. Setelahnya, penulis mencari value customer dengan sesuai parameter LRFM (Length, Recency, Frequency dan Monetary). Setelah mendapatkan nilai LRFM penulis menerapkan algoritma K-Means dan DBSCAN untuk menghasilkan clustering customer dengan atribut yang digunakan berdasarkan model LRFM. Penentuan strategi ditentukan berdasarkan centroid yang didapat dari metode tersebut. Hasil yang didapatkan dari pengujian akurasi yang telah dilakukan terhadap kedua metode yaitu, K-Means sebesar 87% sedangkan DBSCAN 80% sehingga metode K-Means lebih baik dari metode DBSCAN dalam mengelompokan data pelanggan untuk strategi pemasaran karena pada metode K-Means menentukan centroid awal langsung berdasarkan strategi yang digunakan, sedangkan pada metode DBSCAN proses penentuan centroid yang dilakukan secara acak. Jadi hasil penelitian yang didapatkan dari studi kasus PT. Bisturi Pratama menunjukkan bahwa implementasi pada strategi Enforced Strategy berhasil, strategi Offensive Strategy dianggap berhasil, setelah itu strategi Defensive Strategy dianggap masih diragukan, dan pada strategi “Lets-go” Strategy berhasil.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Segmentasi Pelanggan, LRFM Model, Clustering Analysis, Algoritma K-Means, Algoritma DBSCAN.
Subjects:	A Computer Science > Computer Programming A Computer Science > Information Science A Computer Science > Theory, Logic and Design
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Jihan Octavia
Date Deposited:	24 Oct 2020 08:08
Last Modified:	24 Oct 2020 08:08
URI:	http://repota.jti.polinema.ac.id/id/eprint/281

Actions (login required)

View Item