Optimasi Volume Muatan Perusahaan Pelayaran Peti Kemas Di Indonesia Dengan Metode Segmentasi Dan Peramalan

Isnan, Ahmad Jauhar (2022) Optimasi Volume Muatan Perusahaan Pelayaran Peti Kemas Di Indonesia Dengan Metode Segmentasi Dan Peramalan. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 09211850094001-MASTER_THESIS.pdf Restricted to Repository staff only Download (3MB)

Abstract

Dengan meningkatnya kompetisi antar perusahaan pelayaran peti kemas di Indonesia membuat perusahaan pelayaran peti kemas tersebut dituntut untuk dapat mengoptimalkan profit dengan cara mengoptimalkan space, tonase kapal, dan ketersediaan peti kemas agar mendapatkan profit yang optimal. Hal ini membuat perusahaan pelayaran harus dapat memperkirakan volume muatannya seakurat mungkin untuk dapat mengoptimalkan space, tonase, dan ketersediaan peti kemas. Namun pelanggan Freight Forwarder tidak transparan dalam memberikan volume muatan dan volume muatan yang diberikan oleh Freight Forwarder tidak sesuai dengan potensi seharusnya. Dengan kondisi tersebut menyebabkan kapal tidak berangkat dengan kondisi optimal yaitu hanya sekitar 73% dari tonase maksimum. Hal tersebut dapat diselesaikan dengan menggunakan peramalan dari volume muatan yang diberikan oleh Freight Forwarder untuk dapat mengoptimalkan profit. Pembuatan segmentasi diperlukan karena jumlah Freight Forwarder yang banyak dan memberikan volume yang berubah-ubah untuk mempermudah dalam identifikasi dan monitoring volume muatan. Pembuatan segmentasi tersebut berdasarkan dengan analisis karakteristik pelanggan. Karakteristik pelanggan dapat diketahui dari Recency (rentang waktu transaksi terakhir), Frequency (jumlah transaksi dalam suatu periode), dan Monetary (jumlah container yang dikirimkan). Model ini dikenal dengan analisis RFM (Recency, Frequency, Monetary). Metode pengelompokan yang digunakan untuk membuat segmentasi tersebut yaitu dengan menggunakan metode K-Means clustering. Penentuan jumlah segmentasi berdasarkan hasil grafik dari metode elbow dengan hasil segmen optimal berjumlah 3 segmen. Segmen 1 merupakan pelanggan tingkat 2 dengan pengiriman rutin. Segmen 2 merupakan pelanggan tingkat 3 yang sudah tidak melakukan pengiriman, dan segmen 3 merupakan pelanggan tingkat 1 dengan pengiriman rutin dengan jumlah volume muatan yang tinggi. Perkiraan volume muatan pada tiap segmen diramalkan dengan menggunakan metode seasonal naïve dengan peningkatan 5% dari tahun sebelumnya. Dari hasil segmentasi dan peramalan, pada segmen 1 diperlukan kegiatan mempertahankan, segmen 2 kegiatan akuisisi, segmen 3 kegiatan mempertahankan dan mengembangkan. Analisis bauran pemasaran diterapkan pada tiap segmen agar pelanggan mengirimkan volume muatan sesuai yang diharapkan.
==============================================================================================================================
The increasing competition among container shipping companies in Indonesia, container shipping companies are required to be able to optimize profits by optimizing space, ship tonnage, and container availability in order to get optimal profits. Therefore, shipping companies must be able to estimate the volume of their cargo as accurately as possible to optimize space, tonnage, and container availability. However, Freight Forwarder customers are not transparent in providing cargo volumes. The volume of cargo provided by the Freight Forwarder does not match the potential it should have. So that the ship does not depart with optimal conditions, only about 73% of the maximum tonnage. It is necessary to forecast the volume of cargo provided by the Freight Forwarder to be able to optimize profits. With a large number of Freight Forwarders and providing variable volumes, it is necessary to create segmentation to facilitate identification and monitoring of cargo volumes. The segmentation based on the analysis of customer characteristics. Customer characteristics can be seen from Recency (last transaction time range), Frequency (number of transactions in a period), and Monetary (number of containers shipped). This model is known as RFM (Recency, Frequency, Monetary) analysis. This research use K-Means clustering method to create new segmentation. Determination of the number of segmentation based on the results of the graph from the elbow method with the optimal segment results totaling 3 segments. Segment 1 is a tier 2 customer with regular deliveries. Segment 2 is a tier 3 customer who has not made deliveries anymore, and segment 3 is a tier 1 customer with regular deliveries with a high volume of cargo. The estimated cargo volume for each segment is forecast using the seasonal nave method with an increase of 5% from the previous year. From the results of segmentation and forecasting, segment 1 requires maintenance activities, segment 2 acquisition activities, segment 3 maintenance and development activities. Marketing mix analysis is applied to each segment so that customers deliver the expected volume of cargo.

Item Type:	Thesis (Masters)
Additional Information:	RTMT 658.562 Eve a-1 2022
Uncontrolled Keywords:	Segmentasi pelanggan, RFM (Recency, Frequency, Monetary), K-Means clustering, seasonal naïve, bauran pemasaran. Customer Segmentation,, RFM (Recency, Frequency, Monetary), K-Means clustering, seasonal naïve, marketing mix.
Subjects:	T Technology > T Technology (General) > T56.8 Project Management
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Mr. Marsudiyana -
Date Deposited:	03 Jul 2026 06:35
Last Modified:	03 Jul 2026 06:35
URI:	http://repository.its.ac.id/id/eprint/134264

Actions (login required)

View Item