Implementasi Algorithma K-Means Untuk Penentuan Segmentasi Penawaran Produk Pada Konsumen Potensial Repeat Order Khusus Non Dealer Financing Car
(Studi Kasus : Pt Bfi Finance)
Abstract
Konsumen merupakan sumber keuntungan dan kehidupan bagi perusahaan, sehingga setiap perusahaan harus memiliki strategi untuk menarik dan mempertahankan konsumen yang telah dimiliki agar tidak beralih ke perusahaan lain. Sumber data yang ada harus dimanfaatkan oleh perusahaan untuk diolah dalam menentukan segmentasi konsumen agar dapat dilakukannya proses penawaran produk kembali kepada konsumen Repeat Order khususnya pada konsumen non dealer financing, namun belum adanya pengolahan data konsnumen Repeat Order yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari konsumen yang ada. Berdasarkan masalah diatas ,penetapan rencana strategi penawaran produk dapat dilakukan dengan menentukan segmentasi konsumen potensial. Segmentasi konsumen dapat dilakukan melalui pendekatan data mining dengan teknik clustering serta Algoritma K-Means digunakan untuk pembentukan klaster. Dari hasil penelitian ini diharapkan segmentasi konsumen potensial dapat mengetahui karakteristik konsumen dari setiap segmennya dan mempermudah perusahaan dalam menentukan proses penawaran produk kembali serta mempertahankan konsumen Repeat Order agar tetap loyal kepada perusahaan
References
Asroni, & Adrian, R. (2015). Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang. Jurnal Ilmiah Semesta Teknika, 18(1), 76–82.
Friyadie. (2017). Perancangan Sistem Informasi Pemesanan Pentas Seni Berbasis Web Pada Sanggar Seni Getar Pakuan Bogor. IJSE - Indonesian Journal on Software Engineering, 3(2), 1–7. http://ejournal.bsi.ac.id/ejurnal/index.php/ijse/article/view/2812/1836
Indrajani. (2015). Perancangan Basis Data Sistem Informasi Perwira Tugas Belajar (Sipatubel) Pada Kementerian Pertahanan. Senamika, 1(2), 222–233.
Maulida, L. (2018). Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta Dengan K-Means. JISKA (Jurnal Informatika Sunan Kalijaga), 2(3), 167. https://doi.org/10.14421/jiska.2018.23-06
Mawardi, M. (2019). Rambu-rambu Penyusunan Skala Sikap Model Likert untuk Mengukur Sikap Siswa. Scholaria: Jurnal Pendidikan Dan Kebudayaan, 9(3), 292–304. https://doi.org/10.24246/j.js.2019.v9.i3.p292-304
Menurut Sri Mulyani. (2019). Aplikasi Pengolahan Data Logistik Pada Pt. Bangka Cakra Karya Berbasis Web. http://library.palcomtech.com/pdf/6417.pdf
Metisen, B. M., & Sari, H. L. (2015). Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila. Jurnal Media Infotama, 11(2), 110–118.
Satriawan, M. A., Andreswari, R., & Pratiwi, O. N. (2021). Segmentasi Pelanggan Telkomsel Menggunakan Metode Clustering Dengan Rfm Model Dan Algoritma K-Means Telkomsel. Proceeding of Engineering, 8(2), 2876–2883.
Sewaka, Hadi Zakaria, Achmad Udin Zailani. (2020). Universitas Pamulang Teknik Informatika S-1 PENGANTAR TEKNOLOGI INFORMASI. In Unpam Press | Lembaga Pengembangan Pendidikan dan Pembelajaran.
Sewaka, Hadi Zakaria, Dimas Abisono Punkastyo. (2020). INTERAKSI MANUSIA DENGAN KOMPUTER. In Unpam Press | Lembaga Pengembangan Pendidikan dan Pembelajaran.
Wardhani, A. K. (2016). Implementasi Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, 14(1), 30–37.
