Segmentasi Menggunakan Model LRFM dengan Algoritma K-Means pada Pelanggan Hotel

Muchlish, Muhammad (2023) Segmentasi Menggunakan Model LRFM dengan Algoritma K-Means pada Pelanggan Hotel. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211740000030-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (2MB) | Request a copy

Abstract

Perkembangan dunia industri yang pesat di era globalisasi ini menuntut bisnis di segala sektor untuk dapat memikat pelanggan, baik itu pelanggan baru maupun pelanggan lama. Perusahaan yang dapat mengenali pelanggan mereka dan memiliki strategi khusus untuk memikat pelanggan akan memiliki daya saing tersendiri dibandingkan dengan kompetitornya. Seiring berkembangnya sektor pariwisata, meningkat pula persaingan di dunia perhotelan. Menurut data BPS tahun 2019, terjadi peningkatan pertumbuhan kamar hotel berbintang tetapi tidak dikuti dengan meningkatnya permintaan pelanggan. Sehingga persaingan antar hotel untuk memikat pelanggan menjadi lebit ketat. Untuk menyelesaikan masalah itu, manajemen hotel perlu memikirkan cara untuk lebih mengenal pelanggan mereka. Salah satu caranya adalah dengan segmentasi pelanggan. Segmentasi pelanggan merupakan hal yang sangat krusial bagi seluruh jenis bisnis agar dapat lebih memahami pelanggan, memberikan kepuasan pada pelanggan, dan menciptakan produk atau layanan yang sesuai dengan karakteristik pelanggan. Segmentasi pelanggan dapat juga digunakan sebagai dasar pembentukan rencana pemasaran. Hotel yang dapat menggunakan segmentasi pelanggan sebagai dasar strategi terhadap perlakuan bagi pelanggan akan dapat meningkatkan kepuasan pelanggan serta memberikan banyak pemasukkan bagi perusahaan. Hasil dari tugas akhir ini adalah sebuah model segmentasi pelanggan pada hotel dengan menggunakan data hotel XYZ. Segmentasi dilakukan dengan menggunakan model LRFM dan algoritma K-Means. Model LRFM digunakan untuk mengetahui tingkat loyalitas pelanggan dengan melihat waktu transaksi, frekuensi terjadinya transaksi, dan uang yang dikeluarkan pelangan dalam semua transaksi. Segmentasi dilakukan dengan variabel LRFM dan variabel LRFM dengan tambahan variabel Lead Time. Segmentasi yang dilakukan menghasilkan tiga segmen pelanggan. Penambahan variabel tidak mempengaruhi karakteristik segmen. Segmen 1 merupakan pelanggan hilang dengan konsumsi biaya tinggi. Segmen 2 merupakan pelanggan baru yang memiliki nilai tinggi. Segmen 3 merupakan pelanggan lama yang berpotensial loyal.
=======================================================================================================================================
The rapid development of the industrial world in this globalization era requires businesses in all sectors to be able to attract customers, both new customers and old customers. Companies that can recognize their customers and have specific strategies to attract customers will have their own competitiveness compared to their competitors. As the tourism sector develops, competition in the hotel world also increases. According to BPS data for 2019, there has been an increase in the growth of star hotel rooms but this has not been followed by increased customer demand. So that competition between hotels to attract customers becomes tighter. To solve that problem, hotel management needs to think of ways to get to know their customers better. One way is with customer segmentation. Customer segmentation is very crucial for all types of businesses in order to better understand customers, provide customers’ satisfaction, and create products or services that match customers’ characteristics. Customer segmentation can also be used as a basis for forming a marketing plan. Hotels that can use customer segmentation as a basis for a strategy for treating customers will be able to increase customer satisfaction and provide a lot of income for the company. The result of this final project is a customer segmentation model for hotels using XYZ hotel data. Segmentation is performed using the LRFM model and the K-Means algorithm. The LRFM model is used to determine the level of customer loyalty by looking at the transaction time, the frequency of transactions, and the money spent by the customer in all transactions. Segmentation is carried out using the LRFM variable and the LRFM variable with the addition of the Lead Time variable. The segmentation carried out resulted in three customer segments. The addition of variables does not affect the characteristics of the segment. Segment 1 is a lost customers with high cost consumption. Segment 2 is a new customers that has high value. Segment 3 is an old customers with the potential to be loyal.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Segmentasi Pelanggan, LRFM, K-Means, Hotel, Customer Segmentation
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD1393.25 Business enterprises Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science) T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Muchlish
Date Deposited:	26 Jan 2023 04:49
Last Modified:	26 Jan 2023 08:37
URI:	http://repository.its.ac.id/id/eprint/95653

Actions (login required)

View Item