Implementasi Algoritme K-Means Clustering Pada Data Faktur Model RFM Untuk Segmentasi Loyalitas Pelanggan (Studi Kasus CV. Karya Duta)

Srijianto, Oki Bagus (2024) Implementasi Algoritme K-Means Clustering Pada Data Faktur Model RFM Untuk Segmentasi Loyalitas Pelanggan (Studi Kasus CV. Karya Duta). undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text pernyataan keaslian .pdf Download (308kB)
	Text lembar persetujuan.pdf Download (413kB)
	Text lembar pengesahan .pdf Download (551kB)
	Text penyataan persetujuan publikasi tugas akhir untuk kepentingan akademis .pdf Download (570kB)
	Text HALAMAN JUDUL.pdf Download (881kB)
	Text BAB 1.pdf Download (34kB)
	Text BAB 2.pdf Download (225kB)
	Text BAB 3.pdf Download (553kB)
	Text BAB 4.pdf Restricted to Repository staff only Download (530kB)
	Text BAB 5.pdf Download (16kB)
	Text DAFTAR PUSTAKA.pdf Download (145kB)
	Text LAMPIRAN.pdf Download (4MB)

Abstract

Pendekatan untuk memahami kelompok pelanggan yang loyal terhadap perusahaan bisa dilakukan melalui konsep segmentasi pelanggan. CV. Karya duta memiliki banyak sekali pelanggan tetap. Pelanggan tetap tersebut sering sekali melakukan transaksi selama 1-3 Bulan sekali membayar melalui Faktur Pembayaran. Bagian Administrasi selalu memberikan diskon kepada Kelompok pelanggan yang Loyal akan tetapi dalam proses pemberiannya kurang tepat sasaran. Selama ini CV. Karya Duta menentukan Kelompok Loyalitas Pelanggan yaitu dengan cara menganalisis jumlah nominal angka Uang yang dikeluarkan pelanggan pada tiap transaksi lalu dikelompokkan secara tertulis oleh bagian Administrasi tanpa ada sistem dalam membantu menentukan kelompok Loyalitas Pelanggan, Tentunya hal tersebut berdampak pada Kelompok Pelanggan yang dihasilkan kurang tepat sasaran dalam pemberian diskon karena sering terjadi Human eror pada setiap proses pengelompokkan loyalitas Pelanggan. mengubah data faktur menjadi model RFM serta mengelompokkan data tersebut menggunakan algoritma K-Means bisa sebagai solusi untuk masalah segmentasi loyalitas pelanggan. hasil segmentasi K-Means menunjukkan bahwa data faktur RFM berhasil dibagi menjadi tiga cluster, yaitu cluster 1 dengan 3 pelanggan, Cluster 2 dengan 4 pelanggan, serta cluster 5 dengan 25 pelanggan. Dengan keberhasilan Uji Silhoutte Coefficient mencapai angka 0,899 yeng tergolong Struktur Cluster Sangat Kuat maka dapat simpulkan bahwa penelitian kali ini telah berhasil mengetahui Segmentasi Loyalitas Pelanggan di CV. Karya Duta.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	RFM,Segmentasi, K-Means, Silhoutte Coefficient.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Oki Bagus Srijianto
Date Deposited:	12 Jun 2025 03:27
Last Modified:	12 Jun 2025 03:27
URI:	http://eprints.umg.ac.id/id/eprint/13855

Actions (login required)

View Item