SEGMENTASI PELANGGAN MENGGUNAKAN FUZZY C-MEANS DAN FP-GROWTH BERDASARKAN MODEL LRFM UNTUK REKOMENDASI PRODUK

Astriana Rahmah, - (2024) SEGMENTASI PELANGGAN MENGGUNAKAN FUZZY C-MEANS DAN FP-GROWTH BERDASARKAN MODEL LRFM UNTUK REKOMENDASI PRODUK. JURNAL MEDIA INFORMATIKA BUDIDARMA, 7. ISSN eISSN 2548-8368 - pISSN 2614-5278

Preview

Text
Astriana Rahmah_12050320398_LateX_Repo_Final.pdf
Download (6MB) | Preview

Official URL: https://ejurnal.stmik-budidarma.ac.id/index.php/mi...

Abstract

Bazmart Pelalawan adalah bagian dari program Badan Amil Zakat Nasional (BAZNAS) Kabupaten Pelalawan yang telah mengimplementasikan strategi untuk mempertahankan pelanggan. Namun, strategi ini belum berhasil memahami karakteristik pelanggan dengan baik, sehingga menyebabkan penurunan kepercayaan dan keinginan pelanggan untuk berbelanja kembali. Selain itu, Bazmart juga belum memiliki pedoman yang tepat dalam menawarkan produk sesuai dengan kebutuhan pelanggan. Penelitian ini bertujuan untuk meningkatkan rekomendasi produk dengan mengintegrasikan analisis LRFM ke dalam teknik data mining. Parameter yang dipertimbangkan mencakup nilai LRFM pelanggan, segmentasi pelanggan, dan produk yang sering dibeli bersama dalam satu tahun data transaksi. Algoritma Fuzzy C-Means dan FP-Growth digunakan untuk analisis segmentasi dan asosiasi. Hasil segmentasi menunjukkan dua cluster pelanggan dengan nilai DaviesBouldin Index (DBI) sebesar 0,628, yang menandakan kualitas cluster yang baik. Dalam analisis asosiasi, digunakan minimum support (minsup) sebesar 30% dan minimum confidence (mincof) sebesar 70%, yang menghasilkan 8 aturan pada cluster 1 dan 17 aturan pada cluster 2. Dari kedua hasil pola asosiasi tersebut, rules tertinggi diperoleh yaitu pada Minuman dan Makanan ringan dan Roti dengan nilai support berjumlah 0,426 dan nilai confidence berjumlah 0,926 menghasilkan nilai 0,394. Aturanaturan ini memberikan wawasan yang dapat digunakan Bazmart Pelalawan untuk mengembangkan strategi pemasaran langsung yang lebih efektif dan tepat sasaran terhadap setiap cluster pelanggan. Dengan demikian, penelitian ini diharapkan dapat membantu Bazmart Pelalawan dalam memahami karakteristik pelanggan dengan lebih baik dan meningkatkan loyalitas pelanggan melalui rekomendasi produk yang lebih tepat sasaran

Item Type:

Article

Contributors: