PERPUSTAKAAN ITATS

  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pengunjung
  • Masuk Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

TEKS

IMPLEMENTASI ALGORITMA CLUSTERING UNTUK PENGELOMPOKAN PELANGGAN RETAIL BERDASARKAN SKOR RECENCY, FREQUENCY, DAN MONETARY

MOCH. IRFAN CHANAFI - Nama Orang;

ABSTRAK
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.
Kata Kunci: Retail, RFM Analysis, DBSCAN, Fuzzy C-Means, Clustering,
Silhouette Index.


Ketersediaan
S06-19591Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
S06-19591-CHA-2019
Penerbit
Surabaya : ITATS., 2019
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Retail
Fuzzy C-Means
Silhouette Index
Clustering
DBSCAN
RFM Analysis
Info Detail Spesifik
NPM : 06.2015.1.06567 Nilai : A
Pernyataan Tanggungjawab
Pembimbing : Dian Puspita Hapsari, S.Kom, M.Kom
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • ABSTRACT ENGLISH, ABSTRAK INDONESIA
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN ITATS
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan pusat ITATS pada tahun akademik 2003/2004 tercatat memiliki koleksi buku sebanyak 19.165 judul atau 38.043 eksemplar. Koleksi terdiri dari buku teks, referensi, tugas mahasiswa (skripsi, kerja praktik, dan lain-lain), serta terbitan berkala (majalah, surat kabar, dan jurnal ilmiah).

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik