KLASTERISASI CUSTOMER LIFETIME VALUE DENGAN MODEL LRFM MENGGUNAKAN ALGORITMA Fuzzy C-Means

fhadilatul juniati, Siti Monalisa, Revilia Zafa, muslim muslim

Abstract


PT Pan Baruna Cabang Pekanbaru merupakan suatu perusahaan bergerak dibidang distributor produk makanan dan sembako, pencacatan transaksi yang di lakukan pada PT Pan Baruna masih bersifat manual yaitu di catat dengan menggunakan excel. Data transaksi yang terjadi setiap pada PT Pan Baruna cukup banyak hal ini yang meyebabkan tumpukan yang seharusnya dapat di olah lebih lanjut agar menghasilkan informasi yang bermanfaat. Algoritma Fuzzy CMeans merupakan salah satu algoritma yang dapat digunakan untuk pengolahan data, kluster yang di hasilkan pada penelitian ini berjumlah 3 kluster untuk mendapat nilai CLV yaitu dengan mengalikan nilai normalisasi LRFM dengan nilai bobot LRFM dan selanjutnya di jumlahkan. Perjumlahan nilai CLV terssebut dilakukan pada masing-masing kluster yang telah terbentuk. Berdasarkan penjumlahan tersebut maka dicari rangking CLV. Rangking CLV tertinggi dihasilkan dari nilai CLV yang terbesar di antara 3 kluster tersebut. Rangking tertinggi pada penelitian ini adalah kluster ke 1 yaitu 0,433 dengan bahwa kluster ini memiliki segmen pelanggan nilai loyalitas yang tinggi. Rangking ke-2 adalah kluster 2 dengan nilai CLV 0,268 dan selanjutnya kluster 3 dengan nilai CLV 0,178.


Full Text:

PDF

References


Aniq Noviciatie Ulfah, Shofwatul dan Uyun. 2015. Analisis Kinerja Algoritma Fuzzy C-Means Dan K-Means Pada Data Kemiskinan, Jatisi, ISSN : 2407-4322,Vol. 1 No. 2.

Beta Estri Adiana, Indah Soesanti dan Adhistya Erna Permanasari, 2018. Analisis Segmentasi Pelanggan Menggunakan Kombinasi RFM Model Dan Teknik Clustering, JUTEI, ISSN 2579-3675, e-ISSN 2579-5538, DOI 10.21460/jutei.2017.21.76, Volume.2 No.1

Denny B. Saputra dan Edwin Riksakomara, 2018. Implementasi Fuzzy C-Means Danmodelrfmuntuk Segmentasi Pelanggan (Studi Kasus : PT. XYZ), JURNAL TEKNIK ITS, 2337-3520 (2301-928X Print), Vol. 7, No. 1.

Fajar Agustini, 2017. Implementasi Algoritma Fuzzy C-Means Studi Kasus Penjualan Di Sushigroove Restaurant, JURNAL ILMU PENGETAHUAN DANTEKNOLOGI KOMPUTER, E-ISSN: 2527-4864, VOL. 3. NO. 1.

Fitri Marisa, Sarifah Shakinah Syed Ahmad, Zeratul Izzah Mohd Yusof , Fachrudin dan Tubagus Mohammad Akhriza Aziz, 2019. Segmentation Model of Customer Lifetime Value in Small and Medium Enterprise (SMEs) using K-Means Clustering and LRFM Mod, International Journal Of Integrated Engineering, VOL. 11 NO.3 (2019) 169-180.

Jemaictry Tamaela, Eko Sediyono dan Adi Setiawan, Cluster Analysis Menggunakan Algoritma Fuzzy C-Means Dan K-Means Untuk Klasterisasi Dan Pemetaan Lahan Pertanian Di Minahasa Tenggara, Jurnal Buana Informatika, Volume 8, Nomor 3 151-160.

Prima Resti Nastiti, Bedi Suprapty dan Bedi Suprapty, 2018. Perbandingan Hasil Algoritma Self Organizing Map (Som) Dan Fuzzy C-Means Clustering Untuk

Kualifikasi Data Kinerja Dosen, Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi, e-ISSN 2540-7902 dan p-ISSN 2541-366X, Vol. 3, No. 2.

Siti Monalisa, 2018.Klasterisasi Customer Lifetime Value Dengan Model Lrfm Menggunakan Algoritma K-Means, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), p-ISSN: 2355-7699, e-ISSN: 2528-6579, Vol. 5, No. 2.

Sudriyanto, 2017. Clustering Loyalitas Pelanggan Dengan Metode Rfm (Recency,Frequency, Monetary ) Dan Fuzzy C-Means, Pros iding SNATIF Ke -4, ISBN: 978-602-1180-50-1.

Wahidah Sanusi, Ahmad Zaky1, dan Besse Nur Afni, Analisis Fuzzy C-Means dan Penerapannya Dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Faktorfaktor Penyebab Gizi Buruk.




DOI: http://dx.doi.org/10.24014/rmsi.v6i1.8635

Refbacks

  • There are currently no refbacks.