Path: Top Jurnal ICTech Vol. 11 No. 2 Oktober 2016

MENINGKATKAN HASIL SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS DAN OUTLIER REMOVAL CLUSTERING

Journal from ICTech
Oleh : M. Adib Al Karomi, Wachid Darmawan, STMIK Widya Pratama ([email protected], [email protected])
Dibuat dengan 1 file

Keyword : Fuzzy C-Means, Outlier Removal Clustering

Pelanggan adalah aset yang paling penting bagi perusahaan. Segmentasi pelanggan namyak dilakukan untuk membangun model pelanggan yang ada sebagai target promosi dari perusahaan yang potensial. Selain itu hal ini dilakukan guna menunjang strategi pemasaran baru yang tepat dan nantinya dapat meningkatkan omset perusahaan. Analisa Recency, Frequency and Monetary (RFM) yang diterapkan dalam mengevaluasi tingkat loyalitas pelanggan, dengan cara identifikasi pelanggan dengan variabel RFM berdasarkan hasil clustering. Proses clustering pada analisa data mining bisa digunakan untuk mengetahui dan menganalisa informasi dari pelanggan berdasarkan data transaksi pelanggan. Sering terjadinya outlier merupakan salah satu kendala klasik dalam teknik data mining. Adanya data outlier sangat berpengaruh terhadap kinerja algoritma, dan dapat berpengaruh pada kualitas cluster yang nantinya dihasilkan. Berdasarkan masalah tersebut diperlukan sebuah metode guna menanggulangi masalah outlier. Salah satunya penanganan outlier adalah dengan menggunakan metode Outlier Removal Clustering (ORC). Teknik clustering klasik yang umum digunakan adalah soft clustering. Beberapa teknik yang paling baik digunakan adalah Fuzzy C-Means. Fuzzy C-Means adalah metode clustering yang sangat mudah digunakan serta tidak memerlukan banyak parameter, Fuzzy C-Means pada umumnya terletak diantara dua atau lebih pada satu cluster. Dalam penelitian ini digunakan metode ORC guna mendeteksi adanya outlier serta algoritma Fuzzy C-Means untuk proses segmentansi pelanggan dengan menggunakan variabel RFM. Proses evaluasi segmentasi pelanggan ini menggunakan metode Sum of Squared Error (SSE) serta Silhoutte Coefficient (SC). Dari hasil perhitungan metode ORC pada tahapan preprocessing ditemukan 1 data outlier pada keseluruhan dataset pelanggan. Hasil evaluasi dengan menggunakan nilai SSE terbukti lebih kecil yaitu 63,34, sedangkan nilai SC dari hasil perhitungan meningkat menjadi 0,9644.

Beri Komentar ?#() | Bookmark

PropertiNilai Properti
ID PublisherICTech
OrganisasiSTMIK Widya Pratama
Nama KontakSlamet Joko Prasetiono, S.T.,M.Kom
AlamatJl. Patriot no. 25
KotaPekalongan
DaerahJawa Tengah
NegaraIndonesia
Telepon0285-427816 , 0285-427817
Fax0285-427815
E-mail Administrator[email protected]
E-mail CKO[email protected]

Print ...

Kontributor...

  • , Editor: Adib Alkaromi, M.Kom

Download...