SEGMENTASI PELANGGAN BERDASARKAN ANALISIS RFM MENGGUNAKAN ALGORITMA K-MEANS SEBAGAI DASAR STRATEGI PEMASARAN (STUDI KASUS PT COVERSUPER INDONESIA GLOBAL)

Widiyanto, Agus Tri (2021) SEGMENTASI PELANGGAN BERDASARKAN ANALISIS RFM MENGGUNAKAN ALGORITMA K-MEANS SEBAGAI DASAR STRATEGI PEMASARAN (STUDI KASUS PT COVERSUPER INDONESIA GLOBAL). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (32kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (105kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (260kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (542kB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (571kB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf

Download (34kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (92kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (46kB) | Request a copy
[img] Text (SKRIPSI FULL TEXT)
SKRIPSI FULLTEXT.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Archive (SOURCE CODE)
MASTER PROGRAM SKRIPSI (AGUS TRI WIDIYANTO - 16111021).zip
Restricted to Repository staff only

Download (987kB) | Request a copy

Abstract

PT. Coversuper Indonesia Global adalah perusahaan yang bergerak di bidang bidang aksesoris otomotif. Persaingan dalam bisnis khususnya perusahaan yang bergerak dibidang aksesoris otomotif semakin banyak.. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku bisnis di bidang ini harus mempunyai strategi. Berdasarkan permasalahan tersebut maka digunakan Data Mining dengan teknik cluster untuk mengetahui potensi dan karakteristik dari setiap pelanggan mereka dalam melakukan pembelian produk. Tugas akhir ini menggunakan metode kombinasi model RFM dan clustering K-Means yang bertujuan untuk melakukan segmentasi pelanggan. Model RFM digunakan sebagai atribut kuantitatif untuk variabel masukan. Selanjutnya menggunakan algoritma K-means untuk melakukan clustering pelanggan. Hasil tugas akhir ini adalah 4 segmen pelanggan yang dimiliki oleh perusahaan dan karakteristik masing-masing pelanggan. Berdasarkan akurasi yang didapat pada perhitungan menggunakan sistem segmentasi pelanggan mendapatkan nilai akurasi sebesar 100%. Dengan nilai akurasi tersebut maka dapat dikategorikan baik. Karakteristik pelanggan ini akan membantu PT Coversuper Indonesia Global untuk mengambil keputusan dalam memprioritaskan tenaga dan sumber dayanya ke pelanggan tertentu (potensial).

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Algoritma K-means, Data Mining, Toko Aksesori Otomotif
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 23 Dec 2021 05:42
Last Modified: 23 Dec 2021 05:42
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/13977

Actions (login required)

View Item View Item