Analisis Segmentasi Pelanggan Menggunakan K-Means Clustering Pada SiCepat Ekpres

• KHOZIEN
• 2024

---

Berkembangnya e-commerce yang semakin pesat berbanding lurus dengan peningkatan yang signifikan pada layanan pengiriman. Dengan banyaknya perusahaan ekspedisi yang ada menyebabkan terjadinya persaingan antar perusahaan dalam mendapatkan pelanggan baru dan mempertahankan pelanggan lama agar loyal. Berdasarkan hal itu, pada perusahaan SiCepat Ekspres dibutuhkan strategi pemasaran. Salah satu solusi dalam melakukan strategi pemasaran yaitu dengan melakukan segmentasi pelanggan dengan teknik clustering melalui pendekatan data mining. Penelitian ini bertujuan untuk melakukan pembentukan cluster berdasarkan dataset pelanggan. Algortima yang digunakan adalah k-means clustering dengan total 2.713 dataset yang digunakan disesuaikan dengan model RFM (Recency, Frequency, Monetary). Metode Davies Bouldin Index digunakan dalam mencari pembentukan cluster paling optimal. Berdasarkan pembentukan cluster tersebut menunjukan bahwa terbentuk 8 cluster optimal dengan nilai Davies Bouldin Index sebesar 0,169 dengan 8 kali percobaan pencarian cluster optimal yaitu dari pembentukan 2 cluster sampai pembentukan 9 cluster. Hasil analisis menunjukkan bahwa terdapat 4 cluster yang dapat dikategorikan sebagai cluster dengan anggota loyal, yaitu cluster 0 dengan anggota 76 data, cluster 2 dengan anggota 140 data, cluster 6 dengan anggota 478 data, dan cluster 7 dengan anggota 12 data. Sementaar 4 cluster lain yang masuk dalam kategori tidak loyal yaitu cluster 1 dengan anggota 174 data, cluster 3 dengan anggota 479 data, cluster 4 dengan anggota 151 data, dan cluster 5 dengan anggota 643 data.

https://repository.bsi.ac.id/repo/56168/Analisis-Segmentasi-Pelanggan-Menggunakan-K-Means-Clustering-Pada-SiCepat-Ekpres
File full-text dikunci.