Implementasi Fuzzy C-Means Dan Model LRFM Untuk Segmentasi Pelanggan (Studi Kasus : PT. Alif Duta Persada)

Duja, Nolan Firdaus Badrid (2018) Implementasi Fuzzy C-Means Dan Model LRFM Untuk Segmentasi Pelanggan (Studi Kasus : PT. Alif Duta Persada). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211440000002-Undergraduate_These.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Pada era digital saat ini data menjadi sumber daya yang sangat penting dalam berbagai sektor bisnis, termasuk sektor perdagangan. Dalam sektor perdagangan, data transaksi pelanggan menjadi komponen yang sangat penting, untuk menghasilkan banyak informasi penting bagi perusahaan. Hal ini memaksa perusahaan-perusahaan yang bergerak di sektor perdagangan berlomba-lomba untuk memanfaatkan dan mengolah data transaksi pelanggan yang mereka miliki. Dalam hal ini perusahaan yang mampu memanfaatkan data mereka dengan baik maka akan mendapatkan banyak keuntungan dan perusahaan yang tidak memanfaatkan data dalam bisnisnya maka akan tertinggal. Hal tersebut juga di sadari oleh PT. Alif Duta Persada, salah satu distributor PT. Unilever Indonesia, Tbk. Sehingga merasa perlu untuk memanfaatkan data transaksi pelanggan yang mereka miliki untuk menentukan strategi bisnis atau pemasaran mereka. Untuk menyelesaikan masalah tersebut, salah satu solusi yang dapat dilakukan yaitu dengan melakukan segmentasi pelanggan. Segmentasi yang dilakukan menggunakan metode clustering Fuzzy C-Means. Sedangkan untuk menentukan jumlah K, menggunakan metode Elbow. Dalam proses clustering, diterapkan variable LRFM (Length, Recency, Frequency, dan Monetary) yang menggambarkan perilaku pelanggan dalam melakukan transaksi. Dan ketika clustering selesai dilakukan, maka tahap selanjutnya yaitu memvisualisasikan setiap cluster agar mudah untuk dianalisa. Luaran dari penelitian ini adalah berupa segmen-segmen pelanggan yang terbentuk berdasarkan hasil dari kemiripan perilaku pelanggan pada setiap cluster. Dengan adanya segmentasi ini diharapkan dapat membantu PT. Alif Duta Persada untuk menerapkan strategi pemasaran dan pemberian promo pada pelanggan mereka, berdasarkan hasil segmentasi mereka. Hasil dari clustering dengan Fuzzy C-Means dan model LRFM adalah tiga segmen pelangan. Segmen 1 adalah segmen terbaik dengan rata-rata nilai CLV 0.187. Segmen 3 adalah segmen menengah dengan rata-rata nilai CLV 0.114. Segmen 2 adalah segmen terburuk dengan rata-rata nilai CLV 0.07. Segmen 1 memiliki 140 anggota, segmen 2 memiliki 378 anggota, dan segmen 3 memiliki 644 anggota. ============== In today's digital era, data becomes a very important resource in many business sectors, including the trade sector. In the trading sector, customer transaction data becomes a very important component, to generate a lot of important information for the company. This forced the companies engaged in the trading sector competing to utilize and process customer transaction data that they have. In this case companies that are able to utilize their data well it will get a lot of profits and companies that do not use the data in the business it will be left behind. It is also realized by PT. Alif Duta Persada, one of the distributor of PT. Unilever Indonesia, Tbk. So feel the need to utilize the customer transaction data they have to determine their business or marketing strategy. To solve the problem, there is one solution that can be done is to do customer segmentation. Segmentation is done using Fuzzy C-Means clustering method. Meanwhile, to determine the number of K, using Elbow method. In the clustering process, applied LRFM (Length, Recency, Frequency, and Monetary) variables that describe the behavior of customers in conducting transactions. And when the clustering is done, the next step is to visualize each cluster for easy analysis. The output of this research is in the form of customer segments formed based on the result of the resemblance of customer behavior on each cluster. With this segmentation is expected to help PT. Alif Duta Persada to implement marketing strategies and promo giving to their customers, based on their segmentation results. Segment 1 is the worst segment which has 0.187 CLV average. Segment 3 is the medium segment which has 0.144 CLV average. Segment 2 is the best segment which has 0.07 CLV average. Segment 1 has 140 members, segment 2 has 387 members, and segment 3 has 644 members. This research resulted web-based visualization that presents graphics of clustering results.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Segmentasi Pelanggan, Clustering, Fuzzy C-Means, Model LRFM, Clustering, Fuzzy C-Means, LRFM Model, Customer Segmentation
Subjects: H Social Sciences > HF Commerce > HF5415.127 Market segmentation. Target marketing
Q Science > QA Mathematics > QA9.64 Fuzzy logic
T Technology > T Technology (General)
T Technology > T Technology (General) > T57.5 Data Processing
Divisions: Faculty of Information and Communication Technology > Information Systems > (S1) Undergraduate Theses
Depositing User: Nolan Firdaus Badrid Duja
Date Deposited: 20 Aug 2018 02:34
Last Modified: 20 Aug 2018 02:34
URI: http://repository.its.ac.id/id/eprint/52339

Actions (login required)

View Item View Item