Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains dan Teknologi Terapan
Moch Irfan Chanafi
Teknik Informatika, Institut Teknologi Adhi Tama Surabaya
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Algoritma Clustering Untuk Pengelompokan Pelanggan Retail Berdasarkan Skor Recency, Frequency, Dan Monetary Moch Irfan Chanafi; Dian Puspita Hapsari; Rinci Kembang Hapsari; Tutuk Indriyani
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Retail atau dalam Bahasa Indonesia disebut ecerean merupakan sebuah teknik untuk memasarkan produk yang dilakukan oleh penjual ke pelanggan. Para pembisnis retail biasanya memperhatikan masalah umum yang terdapat pada bisnis ini, seperti pelanggan mana yang setia. Berdasarkan kasus tersebut, pembisnis retail mulai tertarik untuk menerapkan proses penambangan data untuk mengelompokan pelanggan berdasarkan karakteristik pelanggan yang serupa dan mengidentifikasi perbedaan antar kelompok.Tujuan dari penelitian ini adalah untuk menyelidiki masalah pemetaan pelanggan yang kaitannya dengan customer relationship management. Pada penelitian ini akan diterapkan metode RFM analysis untuk melakukan penilaian pelanggan berdasarkan skor recency, frequency, dan monetary. Selanjutnya diterapkan metode klustering DBSCAN dan Fuzzy C-Means untuk melakukan pengelompokan data pelanggan retail. DBSCAN merupakan sebuah metode klustering yang mengelompokan data berdasarkan tingkat kerapatan data yang tinggi dengan yang rendah, sedangkan Fuzzy C-Means mengelompokan data berdasarkan derajat keanggotaan setiap data. Data pelanggan akan dikelompokan dengan 2 metode tersebut menjadi masing – masing metode 5 kelompok. Selanjutnya hasil setiap proses klustering baik DBSCAN dan Fuzzy C-Means akan dinilai validitas klusternya dengan menggunakan metode Silhouette Index. Dimana untuk DBSCAN pada kluster 2 sampai 5 memiliki nilai SI 1 sedangkan untuk Fuzzy C-Means memiliki kluster dengan nilai validitas tertinggi yaitu kluster 4 dengan nilai 0.5584288019243665.
Co-Authors Dian Puspita Hapsari Rinci Kembang Hapsari Tutuk Indriyani