Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Optimalisasi

Segmentasi Pelanggan Distributor Daging Sapi Menggunakan Pendekatan Recency, Frequency, Monetary (RFM) dan Fuzzy C-Means Clustering Paduloh Paduloh; Murwan Widyantoro; Jasan Supratman
Jurnal Optimalisasi Vol 8, No 1 (2022): April
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jopt.v8i1.5181

Abstract

Pengembangan produk dan menjaga hubungan baik dengan pelanggan merupakan hal penting yang dilakukan dalam industri. Dalam Industri daging sapi hal tersebut penting sekali dilakukan dalam rangka mengantisipasi perubahan permintaan terutama dalam kondisi pandemi dimana permintaan pasar cepat sekali berubah. Dalam penelitian ini akan dilakukan Segmentasi pelanggan dalam rangka pengembangan produk dan pengembangan pelanggan.  Dalam penelitian ini segmentasi pelanggan dilakukan dengan metode kombinasi antara analisis pada data transaksi pelanggan selama tiga tahun di distributor daging sapi. Proses pemilihan menggunakan software RStudio 3.1.1. Dari hasil penelitian didapatkan pelanggan daging sapi terbagi menjadi  3 pemilihan pelanggan, berdasarkan data pelanggan selama tiga tahun. Dari cara pemilihan  tersebut, cluster 2 merupakan kelompok pelanggan yang potensial atau baik sedangkan cluster 3 merupakan kelompok customer dengan tingkat loyalitas yang rendah terhadap perusahaan.
Analisis Perencanaan Permintaan Customer untuk Produk Rear Fender di PT MI Rifda Ilahy Rosihan; Murwan Widyantoro; Roberta Heni Anggit Tansiri; Fadil Triawan
Jurnal Optimalisasi Vol 9, No 1 (2023): April
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jopt.v9i1.7272

Abstract

PT. MI is one of the companies engaged in the manufacturing sector. Rear Fender is a product that produce by PT. MI. The problems for this research is the difference between demand customer and orders which is too far resulting in the remaining stock, with the average of stock is 8,33%. Inventory cost can increase because of excess stock. This aims of the study is to find the best forecasting method for rear fender products. The forecasting method is Moving Average, Weighted Moving Average, and ARIMA. The forecasting method is depend on demand data plots. The result of demand data plots it horizontal plotting so the forecasting method is time series method. The best Forecast for rear fender products is the ARIMA with the ARIMA model (1,1,0). The ARIMA method was chosen because the MAPE values are 13.305, MAD 5435.45 and MSE 41988401 which are the smallest when compared to the 2 other time series forecasting methods.