Segmentasi pelanggan menggunakan analisis RFM dan algoritma fuzzy c-means untuk membantu pengelola hubungan pelanggan pada PT. XYZ

Rachmad, Virgiawan Akbar (2015) Segmentasi pelanggan menggunakan analisis RFM dan algoritma fuzzy c-means untuk membantu pengelola hubungan pelanggan pada PT. XYZ. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5211100102-Undergraduate_Thesis.pdf]
Preview
Text
5211100102-Undergraduate_Thesis.pdf

Download (3MB) | Preview

Abstract

Kesehatan adalah kebutuhan yang paling utama setiap
makhluk hidup, jika badan tidak sehat maka kita tidak akan
bisa beraktifitas seperti biasanya. Oleh karena itu, untuk
menjaga kesehatan dan mengembalikan kesehatan seseorang
harus membayar dengan mahal. Karena hal itu maka bisnis
produsen obat menjadi bisnis yang menggiurkan dengan
keuntungan yang didapat. Potensi ini ingin dimaksimalkan
oleh PT. XYZ untuk memperoleh keuntungan yang besar.
Untuk memperoleh keuntungan yang besar itu salah satu cara
adalah memahami pelanggan. Salah satu cara untuk
memahami pelanggan adalah dengan melakukan segmentasi
pelanggan dan mencari karakteristik pelanggan. Cara itu
dapat membantu PT. XYZ untuk lebih mengerti seperti apa
pelanggan.
Segmentasi pelanggan dapat dilakukan dengan beberapa
cara. Pada tugas akhir ini, segmentasi pelanggan akan
dilakukan dengan kombinasi analisis RFM pada data
transaksi pelanggan, Fuzzy C-Means Clustering (FCM), dan
validasi SSE untuk mendapatkan berapa segmen pelanggan.
Setiap segmen pelanggan akan dicari karakteristik dari setiap
segmen dengan menggunakan analisis geografis, demografis,
dan behavior. Hasil dari pengerjaan tugas akhir ini menunjukkan terdapat
enam kelompok pelanggan dengan enam karakteristiknya
yang berbeda yaitu pelanggan terbaik, pelanggan yang
mempunyai nilai, pelanggan yang sering berbelanja,
pelanggan baru, pelanggan tidak menentu, dan pelanggan
hilang. Telah dijelaskan pula karakteristik hasil dari analisis
geografis, demografis, dan behavior.

===========================================================================================

Health is the most important needs of every living creature, if
the body is not healthy then we will not be able to indulge as
usual. Therefore, to maintain and restore the health of a
person's health should pay dearly. Because it was the
manufacturer of the drug business into a lucrative business
with profits. This potential is wanted maximized by PT. XYZ to
gain huge profits.
To obtain huge profits, one way is to understand the customer.
One way to understand the customer is to perform customer
segmentation and look for the characteristics of the customer.
The way it can help PT. XYZ to better understand what the
customers.
Customer segmentation can be done in several ways. In this
thesis, customer segmentation will be done with a combination
of RFM analysis on the customer transaction data, Fuzzy CMeans
Clustering (FCM), and validation SSE to get how many
customer segments. Each customer segment will be sought
characteristics of each segment using geographic analysis,
demographic, and behavior.
Results of this final project shows there are six groups of
customers with six different characteristics that best
customers, customers that have value, customers who
frequently shop, new customers, customer erratic and lost
customers. Have also described the results of the analysis of the characteristics of the geographic, demographic, and
behavior.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 658.812 Vir s
Uncontrolled Keywords: Segmentasi Pelanggan, Karakteristik Pelanggan; Analisis RFM; Fuzzy C-Means Clustering; validasi SSE; Analisis Demografi; Analisis Geografi; Analisis Behavior
Subjects: H Social Sciences > HF Commerce > HF5415.335 Consumer satisfaction
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: - Taufiq Rahmanu
Date Deposited: 02 Oct 2019 08:00
Last Modified: 02 Oct 2019 08:00
URI: http://repository.its.ac.id/id/eprint/70958

Actions (login required)

View Item View Item