Amar Akbar (2014) SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA PROMO BELANJA PADA UD.MUSTAKIM MENGGUNAKAN FUZZYC-MEANS (FCM) DAN FUZZYRFM(RECENCY, FREQUENCY, MONETARY). Skripsi thesis, Universitas Negeri Sultan Syarif Kasim Riau.
|
Text
fm.pdf Download (422kB) | Preview |
|
|
Text
BAB I.pdf Download (26kB) | Preview |
|
|
Text
BAB II.pdf Download (257kB) | Preview |
|
|
Text
BAB III.pdf Download (65kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
9. BAB IV.docx Download (565kB) |
|
|
Text
BAB V.pdf Restricted to Registered users only Download (1MB) |
|
|
Text
BAB VI.pdf Download (7kB) | Preview |
|
|
Text
em.pdf Download (14kB) | Preview |
Abstract
Konsumen merupakan aset yang sangat penting bagi perusahaan. Dengan banyaknya jumlah konsumen yang dimiliki oleh suatu perusahaan, maka masalah yang harus dihadapi adalah bagaimana menentukan konsumen potensial. Penelitian ini membahas tentang bagaimana proses pengambilan keputusan dari data konsumen di UD. Mustakim, yaitu perusahaan retail yang khusus menjual bahan dan peralatan pertanian. Untuk mencari konsumen potensial, dimulai dengan melakukan proses clustering menggunakan algoritma Fuzzy C-Means (FCM). Pada FCM jumlah cluster ditentukan. Algoritma Fuzzy c-means clustering telah banyak digunakan di banyak segmentasi. Hasil clustering tersebut akan digunakan untuk melakukan segmentasi menggunakan model Fuzzy RFM untuk mendapatkan kelas konsumen. RFM adalah metode yang sederhana dan kuat untuk menyediakan kerangka kerja untuk memahami perilaku pelanggan. Penjumlahan berdasarkan pembelian dalam bidang pemasaran. Model Fuzzy RFM menggabungkan teori himpunan fuzzy dengan model RFM, yaitu model segmentasi berdasarkan atribut Recency, Frequency dan Monetary. Model RFM menyediakan ukuran yang efektif untuk analisis perilaku konsumsi pelanggan , di mana tiga variabel , yaitu , Recency (R) , frekwency (F) dan monetary (M) yang digunakan untuk mengukur loyalitas dan kontribusi pelanggan . Berdasarkan nilai RFM , pelanggan dapat dikelompokkan ke dalam kelompok yang berbeda dan informasi grup ini sangat berguna dalam pengambilan keputusan pasar Model RFM dan merupakan model segmentasi yang umum digunakan pada perusahaan perdagangan. Kata kunci: FCM, Fuzzy RFM (Recency, Frekwency, Monetary), UD.Mustakim
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | eva sartika |
| Date Deposited: | 23 Apr 2016 13:16 |
| Last Modified: | 23 Apr 2016 13:16 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/3511 |
Actions (login required)
 |
View Item |