PENGGUNAAN ALGORITMA FUZZY C-MEANS UNTUK PEMETAAN KELOMPOK PERILAKU KONSUMEN ONLINE RETAIL
ABSTRAK
Online retail merupakan suatu jual beli yang dilakukan pelanggan
kepada penjual melalui perantara internet. Selama beberapa tahun
terakhir perkembangan penjualan online retail meningkat pesat. Hal
tesebut menyebabkan banyak perusahaan retail tertarik untuk
mempraktikkan penambangan data untuk mengelompokkan pelanggan
berdasarkan karakteristik yang serupa dan mengidentifikasi perbedaan
antara kelompok untuk mengembangkan strategi pemasaran. Tujuan dari
penelitian ini adalah untuk menyelidiki masalah pemetaan pelanggan yang
kaitannya dengan customer relationship management. Pada penelitian ini
digunakan RFM Analysis untuk melakukan penilaian pelanggan
berdasarkan recency, frequency, dan monetary, dengan algoritma Fuzzy
C-Means untuk melakukan proses clustering. Fuzzy C-Means merupakan
algoritma pengelompokkan yang penentuan cluster-nya diperoleh dari
derajat keanggotaan. Hasil dari proses clustering didapatkan enam cluster
yang didasari dari enam karakteristik pelanggan. Kualitas hasil clustering
tersebut kemudian diuji menggunakan algoritma validitas cluster SSE
(Sum Squared error). Hasil nilai validitas cluster yang didapat dari enam
cluster tersebut yaitu 58071,3. Nilai validitas cluster tersebut kemudian
dibandingkan dengan parameter jumlah cluster dan weighting exponent
yang berbeda. Hasilnya cluster paling optimal dihasilkan oleh parameter
umlah cluster 4 dan weighting exponent 2 karena memiliki nilai validitas
cluster kecil yaitu 22566,5.
Kata kunci : Online retail, RFM Analisis, Fuzzy C-Means, clustering, SSE.
S06-18701 | 1870 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain