Al-Yasir, - Analisis Loyalitas Pelanggan Business To Business Berdasarkan Model RFM Menggunakan Algoritma Fuzzy C-Means. MALCOM: Indonesian Journal of Machine Learning and Computer Science. ISSN ISSN(P): 2797-2313 | ISSN(E): 2775-8575 (In Press)
|
Text
Tugas Akhir.pdf Download (16MB) | Preview |
Abstract
PT. XYZ merupakan perusahaan yang bergerak di bidang distributor atap plastik dan Aluminium Composit Panel (ACP) yang mengadopsi model usaha B2B. Saat ini strategi yang digunakan oleh PT. XYZ masih belum berfokus pada segmentasi pelanggan dan masih memperlakukan setiap pelanggan dengan sama. Selain itu data penjualan yang terdapat ribuan lebih riwayat transaksi hanya digunakan sebagai arsip yang seharusnya dapat digunakan untuk pengembangan strategi perusahaan. Berdasarkan hal tersebut, penelitian ini melakukan segmentasi pelanggan pada PT. XYZ menggunakan model RFM dan algoritma FCM untuk menganalisis pelanggan bersasarkan karakteristik dan perilakunya. Data yang digunakan terdiri dari 9163 transaksi yang memuat 494 pelanggan. Untuk mendapatkan jumlah cluster yang optimal maka dilakukan pengujian pada jumlah cluster yaitu 2-10. Hasilnya menunjukkan 2 cluster sebagai jumlah yang terbaik dengan nilai DBI 0,4908. Cluster 1 yang terdiri dari 387 pelanggan dikategorikan sebagai loyal customer sedangkan cluster 2 yang terdiri dari 107 pelanggan dikategorikan sebagai lost customer. Sebagai pelanggan yang loyal, perusahaan perlu memberikan apresiasi untuk mempertahankan hubungan baik dengan pelanggan seperti memberikan diskon, ataupun penawaran khusus. Kemudian untuk segmen lost customer, perusahaan perlu mengambil langkah yang tepat untuk mencoba memulihkan hubungan dengan pelanggan dan menganalisis faktor dan penyebab pelanggan pada segmen ini beralih ke perusahaan lain.
Item Type: | Article |
---|---|
Subjects: | 000 Karya Umum > 003 Sistem-sistem 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Sistem Informasi |
Depositing User: | fsains - |
Date Deposited: | 19 Jan 2024 08:18 |
Last Modified: | 19 Jan 2024 08:18 |
URI: | http://repository.uin-suska.ac.id/id/eprint/77374 |
Actions (login required)
View Item |