IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer ScienceThe retail industry faces significant challenges in understanding increasingly complex customer behavior due to massive data growth. One major obstacle is suboptimal customer segmentation, leading to ineffective marketing strategies. This study aims to optimize customer segmentation by implementing the K-Medoid algorithm, which excels in handling outliers and producing more stable clusters compared to K-Means. The dataset consists of over 10,000 customer transactions from a major retail company in Indonesia. The research process includes data collection and preprocessing, K-Medoid algorithm implementation, and performance evaluation using the silhouette score. The results indicate that the K-Medoid algorithm achieves more accurate customer segmentation, with a silhouette score of 0.39. The generated clusters exhibit greater homogeneity, enabling companies to design more targeted marketing strategies, such as specific discount offers and tailored loyalty programs. Based on these findings, the K-Medoid algorithm is recommended to enhance customer management effectiveness in the retail industry. This study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further exploration of hybrid algorithms and additional evaluation metrics.
This study successfully applied the K-Medoid algorithm to segment customers in the retail industry, revealing distinct groups based on transaction behavior.The results demonstrate the algorithms ability to generate more accurate and stable customer segments compared to other methods.These findings provide valuable insights for retailers to develop targeted marketing strategies and improve customer management effectiveness.
Further research should investigate the integration of the K-Medoid algorithm with other machine learning techniques, such as deep learning, to enhance the accuracy and predictive power of customer segmentation. Additionally, exploring the use of alternative evaluation metrics beyond the Silhouette Score, such as the Calinski-Harabasz Index or Davies-Bouldin Index, could provide a more comprehensive assessment of clustering performance. Finally, future studies could focus on incorporating demographic and psychographic data alongside transactional data to create more nuanced and actionable customer segments, allowing for highly personalized marketing campaigns and improved customer relationship management. These investigations will contribute to a deeper understanding of customer behavior and enable retailers to optimize their strategies for increased profitability and customer satisfaction.
- Penerapan Algoritma K-Medoids dan FP-Growth dengan Model RFM untuk Kombinasi Produk | Building of Informatics,... ejurnal.seminar-id.com/index.php/bits/article/view/5268Penerapan Algoritma K Medoids dan FP Growth dengan Model RFM untuk Kombinasi Produk Building of Informatics ejurnal seminar id index php bits article view 5268
- Comparison of Support Vector Machine and XGBSVM in Analyzing Public Opinion on Covid-19 Vaccination |... jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/1090Comparison of Support Vector Machine and XGBSVM in Analyzing Public Opinion on Covid 19 Vaccination jurnal fikom umi ac index php ILKOM article view 1090
- Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan | Sulistyawati | Sistemasi: Jurnal... doi.org/10.32520/stmsi.v10i3.1332Penerapan Algoritma K Medoids Untuk Menentukan Segmentasi Pelanggan Sulistyawati Sistemasi Jurnal doi 10 32520 stmsi v10i3 1332
| File size | 386.17 KB |
| Pages | 10 |
| DMCA | Report |
Related /
STMA TRISAKTISTMA TRISAKTI Studi ini memberikan implikasi penting bagi pembuat kebijakan dan penyedia layanan keuangan untuk meningkatkan inklusi digital dan edukasi investor. TinjauanStudi ini memberikan implikasi penting bagi pembuat kebijakan dan penyedia layanan keuangan untuk meningkatkan inklusi digital dan edukasi investor. Tinjauan
IRPIIRPI Keterbatasan akses terhadap tafsir yang mudah dipahami, serta ketiadaan media pembelajaran yang interaktif dan mampu menjawab pertanyaan secara kontekstual,Keterbatasan akses terhadap tafsir yang mudah dipahami, serta ketiadaan media pembelajaran yang interaktif dan mampu menjawab pertanyaan secara kontekstual,
IRPIIRPI Proses modeling lapser prediction menggunakan algoritma machine learning Gradient Boosting yang dianalisis sebelum dan sesudah seleksi fitur Boruta. HasilProses modeling lapser prediction menggunakan algoritma machine learning Gradient Boosting yang dianalisis sebelum dan sesudah seleksi fitur Boruta. Hasil
IRPIIRPI Membaca resep dokter tulisan tangan merupakan tantangan yang dihadapi oleh sebagian besar pasien dan beberapa apoteker, yang dalam beberapa kasus dapatMembaca resep dokter tulisan tangan merupakan tantangan yang dihadapi oleh sebagian besar pasien dan beberapa apoteker, yang dalam beberapa kasus dapat
IRPIIRPI The lightweight TensorFlow Lite model ensures efficient mobile deployment, enabling real-time monitoring without requiring extensive computational resources.The lightweight TensorFlow Lite model ensures efficient mobile deployment, enabling real-time monitoring without requiring extensive computational resources.
IRPIIRPI Analisis fitur menunjukkan bahwa Chest Pain Type (CP) atau nyeri dada merupakan faktor paling berpengaruh. Berdasarkan hasil ini, direkomendasikan polaAnalisis fitur menunjukkan bahwa Chest Pain Type (CP) atau nyeri dada merupakan faktor paling berpengaruh. Berdasarkan hasil ini, direkomendasikan pola
EJOURNALUNIGOROEJOURNALUNIGORO Namun, pada kondisi kedua dengan adanya parkir di badan jalan, volume lalu lintas meningkat menjadi 1. 314,50 skr/jam, tetapi kapasitasnya justru menurunNamun, pada kondisi kedua dengan adanya parkir di badan jalan, volume lalu lintas meningkat menjadi 1. 314,50 skr/jam, tetapi kapasitasnya justru menurun
EJOURNALUNIGOROEJOURNALUNIGORO Dari hasil pencarian faktor-faktor risiko penerapan kontrak Design and Build dapat dilakukan perhitungan untuk mencari faktor dominan/tinggi dan juga strategiDari hasil pencarian faktor-faktor risiko penerapan kontrak Design and Build dapat dilakukan perhitungan untuk mencari faktor dominan/tinggi dan juga strategi
Useful /
STMA TRISAKTISTMA TRISAKTI Hal ini menunjukkan bahwa trust merupakan elemen kunci dalam mempertahankan loyalitas pengguna. Promosi digital terbukti berpengaruh signifikan terhadapHal ini menunjukkan bahwa trust merupakan elemen kunci dalam mempertahankan loyalitas pengguna. Promosi digital terbukti berpengaruh signifikan terhadap
EJOURNALUNIGOROEJOURNALUNIGORO Konsep nilai hasil (earned value) adalah pendekatan yang terintegrasi untuk mengelola biaya dan jadwal proyek. Pendekatan ini bertujuan untuk mengevaluasiKonsep nilai hasil (earned value) adalah pendekatan yang terintegrasi untuk mengelola biaya dan jadwal proyek. Pendekatan ini bertujuan untuk mengevaluasi
EJOURNALUNIGOROEJOURNALUNIGORO Pengambilan data lahan, dan 3. Klasifikasi kualitas lahan. Metode klasifikasi lahan menggunakan metode random forest dan uji akurasi menggunakan errorPengambilan data lahan, dan 3. Klasifikasi kualitas lahan. Metode klasifikasi lahan menggunakan metode random forest dan uji akurasi menggunakan error
EJOURNALUNIGOROEJOURNALUNIGORO Metodologi penelitian yang dipakai dalam penelitian ini yaitu peninjauan lapangan sebagai data primer dan wawancara sebagai data sekunder. Metode analisisMetodologi penelitian yang dipakai dalam penelitian ini yaitu peninjauan lapangan sebagai data primer dan wawancara sebagai data sekunder. Metode analisis