Tata Ayunita Pertiwi, -
(2024)
PENERAPAN ALGORITMA K-MEDOIDS DAN FP-GROWTH DALAM PENENTUAN POLA KOMBINASI PRODUK BERDASARKAN HASIL SEGMENTASI PELANGGAN.
Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
Abstract
Persaingan dunia bisnis mengalami peningkatan yang mengakibatkan perusahaan harus mengoptimalkan penjualan dan mempertahankan pelanggannya. Pelanggan adalah aset penting perusahaan yang harus dijaga dengan baik. Tujuan dilakukannya segmentasi pelanggan adalah memahami perilaku pembelian pelanggan agar perusahaan dapat menerapkan strategi pemasaran yang tepat. Aurel Mini Mart adalah bisnis ritel yang belum mempertimbangkan recency, frequency, dan monetary belanja pelanggan. Promosi yang dilakukan hanya berdasarkan perkiraan saja, tanpa memperhitungkan kembali data dan informasi yang akurat. Penelitian ini menggabungkan model RFM dengan teknik data mining untuk melakukan segmentasi pelanggan yang. Proses clustering menghasilkan 5 cluster terbaik dalam pengelompokan pelanggan. Setelah proses segmentasi pelanggan selesai, langkah berikutnya menggunakan Algoritma FP-Growth untuk mengasosiasikan produk yang dibeli oleh pelanggan. Berdasarkan 5 cluster yang tebentuk dari proses clustering, golden customers berada pada cluster 1 yang memiliki loyalitas tinggi dengan nilai recency rendah, frequency tinggi dan monetary tinggi. Ini menunjukkan bahwa pelanggan dalam segmen ini sering melakukan pembelian dengan jumlah uang yang cukup besar. Segmen pelanggan ini memiliki 10 rules. Sedangkan, pelanggan pada cluster 2, 3, 4, dan 5 adalah dormant customers yang jarang melakukan transaksi dan jumlah uang yang dikeluarkan juga kecil. Pada segmen ini, cluster 3 hanya memiliki 5 rules terbaik dan cluster 5 memiliki 3 rules, sedangkan pada cluster 2 dan 5 tidak ditemukan rules. Penggabungan analisis RFM menggunakan algoritma K-Medois dan FP-Growth bertujuan untuk memperoleh kombinasi produk yang lebih baik, sehingga strategi penjualan dapat menjadi lebih efektif dan perusahaan dapat meraih keuntungan.
Actions (login required)
|
View Item |