SEGMENTASI PEMETAAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA DBSCAN DENGAN RFM MODEL BERBASIS WEB

Authors

  • Ipa Rezky Cahyani Pata Universitas Halu Oleo
  • Statiswaty Universitas Halu Oleo
  • Natalis Ransi Universitas Halu Oleo

Abstract

Analisis perilaku pelanggan adalah salah satu cara bagi perusahaan untuk mendapatkan pemahaman lebih baik mengenai selera pasar dan menciptakan kesempatan bisnis baru dengan cara menggunakan tahap analisis data yang sistematik untuk memahami dan berhubungan dengan pelanggan menjadi pembahasan menarik dalam pengelolaan hubungan pelanggan. Kemampuan menghasilkan informasi yang bermanfaat dari data menjadi isu penting dalam pengelolaan industri, menunjukkan pentingnya pengelola industri melakukan teknik penggalian data untuk menemukan informasi tersembunyi pelanggan yang diperoleh dari data pelanggan terdahulu dan menentukan strategi pengelolaan hubungan pelanggan yang efektif. Pada penelitian ini digunakan kombinasi antara RFM Model dan algoritma algoritma Density-Based Spatial Clustering Of Aplication With Noise (DBSCAN) dalam proses penerapan guna mengetahui segmentasi pelanggan potensial. Selain itu, penelitian ini bertujuan untuk menerapkan algoritma DBSCAN dengan RFM Model Berbasis Web pada sebuah sistem segmentasi pemetaan pelanggan potensial. Berdasarkan hasil penelitian yang telah dilakukan, memiliki beberapa kesimpulan antara lain : (1) Sistem informasi segmentasi pelanggan yang telah dibangun telah berhasil menerapkan algoritma DBSCAN dan RFM Model. (2) Berdasarkan pengujian nilai silhoutte coefficient yang ditunjukkan menunjukkan bahwa hasil cluster yang terbentuk dapat dikatakan sebagai hasil cluster dengan struktur baik dikarenakan nilai silhoutte coefficient keseluruhan memenuhi berdasarkan interval nilai struktur baik yakni 0,51 – 0,70. 

Author Biography

Statiswaty, Universitas Halu Oleo

Program Studi S1 Teknik Informatika

Downloads

Published

2023-08-20