UIN SUKAUIN SUKA
JISKA (Jurnal Informatika Sunan Kalijaga)JISKA (Jurnal Informatika Sunan Kalijaga)Peningkatan pesat dalam industri e-commerce menuntut pengembangan strategi pemasaran yang lebih cerdas dan terfokus. Salah satu pendekatan yang dapat diterapkan adalah segmentasi pelanggan menggunakan berbagai fitur, seperti Recency, Frequency, dan Monetary (RFM), serta metode klasterisasi berbasis machine learning. Tujuan dari penelitian ini adalah untuk merancang dan membangun aplikasi segmentasi pelanggan e-commerce berbasis web yang menggunakan kombinasi fitur RFM dan metode klasterisasi. Penelitian ini mengusulkan algoritma K-Means dan membandingkannya dengan K-Medoids, serta Fuzzy C Means pada dataset e-commerce yang tersedia secara publik. Hasil penelitian menunjukkan bahwa algoritma K-Means lebih unggul dibanding algoritma K-Medoids dan Fuzzy C Means (FCM) berdasarkan nilai Silhouette Coefficient sebesar 0,67305, Davies Bouldin Index sebesar 0,51435, dan Calinski Harabasz Index sebesar 5647,89. Melalui analisis dan pengujian, aplikasi yang dirancang telah terbukti efektif dalam mengelompokkan pelanggan ke dalam segmen yang relevan. Segmen tersebut dibagi menjadi tiga kategori yaitu Loyal, Need Attention, dan Promising, kemudian divisualisasikan dalam bentuk dashboard pada aplikasi berbasis web menggunakan Streamlit. Aplikasi yang dikembangkan dalam penelitian ini memungkinkan pemilik bisnis e-commerce ataupun pengguna dari bidang bisnis, divisi manajemen, dan pemasaran untuk mengelompokkan pelanggan berdasarkan data transaksi. Hasil dari penelitian ini diharapkan dapat memberikan informasi berharga kepada manajemen e-commerce maupun bidang pemasaran dalam menghadapi persaingan yang semakin ketat.
Segmentasi pelanggan menggunakan model RFM telah berhasil dijalankan, dan dari hasil analisis tersebut, beberapa kesimpulan dapat diambil.Pertama, fitur RFM (Recency, Frequency, Monetary) bersama dengan algoritma K-Means, K-Medoids, dan Fuzzy C Means berhasil menampilkan 3 segmen pelanggan utama, yaitu Loyal, Promising, dan Need Attention.Kedua, performa algoritma K-Means, K-Medoids, dan FCM dievaluasi menggunakan metrik seperti Silhouette Coefficient (SC), Davies Bouldin Index (DBI), dan Calinski Harabasz Index (CHI).Hasil evaluasi menunjukkan bahwa algoritma K-Means mencapai hasil paling optimal dengan nilai 0,67305 pada SC, 0,51435 pada DBI, dan 5647,89 pada CHI.Ketiga, output dari analisis dapat disajikan secara visual melalui aplikasi web menggunakan pustaka Streamlit, sehingga dapat memberikan dukungan untuk pengambilan keputusan yang efektif.Visualisasi menggunakan scatter plots, pie charts, dan line charts memudahkan penyajian hasil analisis dengan jelas, membantu pemahaman pola dan tren pelanggan secara intuitif.Kedepannya, optimalisasi model dan komparasi dengan model klasterisasi lain akan kami sajikan dalam penelitian selanjutnya.
Berdasarkan hasil penelitian ini, kami menyarankan untuk melakukan optimalisasi model segmentasi pelanggan e-commerce dengan mempertimbangkan faktor-faktor tambahan selain RFM, seperti demografi, perilaku online, dan preferensi produk. Selain itu, penelitian lanjutan dapat dilakukan untuk membandingkan performa algoritma klasterisasi lainnya, seperti Hierarchical Clustering atau DBSCAN, dengan algoritma K-Means yang telah digunakan. Terakhir, kami juga menyarankan untuk mengembangkan aplikasi web yang lebih interaktif dan intuitif, dengan menambahkan fitur-fitur analisis lanjutan dan visualisasi yang lebih canggih, sehingga dapat memberikan wawasan yang lebih mendalam bagi manajemen e-commerce dalam mengambil keputusan strategis.
- Analisis Perbandingan Pengelompokan Indeks Pembangunan Manusia Indonesia Tahun 2019 dengan Metode Partitioning... ojs.unud.ac.id/index.php/jik/article/view/69019Analisis Perbandingan Pengelompokan Indeks Pembangunan Manusia Indonesia Tahun 2019 dengan Metode Partitioning ojs unud ac index php jik article view 69019
- Wayback Machine. wayback machine doi.org/10.32628/IJSRST2183118Wayback Machine wayback machine doi 10 32628 IJSRST2183118
- RFM Model and K-Means Clustering Analysis of Transit Traveller Profiles: A Case Study. rfm model means... doi.org/10.1155/2022/1108105RFM Model and K Means Clustering Analysis of Transit Traveller Profiles A Case Study rfm model means doi 10 1155 2022 1108105
| File size | 396.27 KB |
| Pages | 8 |
| DMCA | Report |
Related /
POLTESAPOLTESA Kualitas hasil pengupasan pada bagian samping kelapa relatif kurang maksimal karena masih terdapat sebagian kulit yang belum terkupas sedangkan pengupasanKualitas hasil pengupasan pada bagian samping kelapa relatif kurang maksimal karena masih terdapat sebagian kulit yang belum terkupas sedangkan pengupasan
POLITEKNIKJAMBIPOLITEKNIKJAMBI Hasil penelitian ini menghasilkan sistem informasi persediaan berbasis web dengan metode FIFO yang memberikan kemudahan dalam penyajian data persediaanHasil penelitian ini menghasilkan sistem informasi persediaan berbasis web dengan metode FIFO yang memberikan kemudahan dalam penyajian data persediaan
UNHASYUNHASY Sistem dibangun menggunakan PHP dan MySQL, serta dapat diakses oleh pemilik atau karyawan. Informasi dari sistem ini mendukung perencanaan stok, strategiSistem dibangun menggunakan PHP dan MySQL, serta dapat diakses oleh pemilik atau karyawan. Informasi dari sistem ini mendukung perencanaan stok, strategi
UNHUNH Penelitian bertujuan merancang sistem informasi penjualan berbasis web untuk meningkatkan efisiensi pengelolaan data usaha keripik R & R. Sistem dikembangkanPenelitian bertujuan merancang sistem informasi penjualan berbasis web untuk meningkatkan efisiensi pengelolaan data usaha keripik R & R. Sistem dikembangkan
MARQCHAINSTITUTEMARQCHAINSTITUTE Perhitungan harga pokok penjualan untuk produksi minyak kelapa sawit di PTPN IV (Persero) masih menggunakan sistem semi-komputerisasi sehingga sering terjadiPerhitungan harga pokok penjualan untuk produksi minyak kelapa sawit di PTPN IV (Persero) masih menggunakan sistem semi-komputerisasi sehingga sering terjadi
DCCKOTABUMIDCCKOTABUMI Dengan cara melakukan pencarian frequent itemset dengan menggunakan teknik association rule. Dengan menentukan kandidat yang mungkin muncul dan memperhatikanDengan cara melakukan pencarian frequent itemset dengan menggunakan teknik association rule. Dengan menentukan kandidat yang mungkin muncul dan memperhatikan
IRPIIRPI Berdasarkan data dari Jabar Open Data pada periode 2019, provinsi jawa barat mengalami 609 peristiwa tanah longsor. Badan Penanggulangan Bencana DaerahBerdasarkan data dari Jabar Open Data pada periode 2019, provinsi jawa barat mengalami 609 peristiwa tanah longsor. Badan Penanggulangan Bencana Daerah
IAESCOREIAESCORE Penelitian ini mengusulkan dua metode rekomendasi baru dengan mengintegrasikan kemiripan semantik pada pendekatan collaborative filtering (CF) dan content‑basedPenelitian ini mengusulkan dua metode rekomendasi baru dengan mengintegrasikan kemiripan semantik pada pendekatan collaborative filtering (CF) dan content‑based
Useful /
AMNUS BJMAMNUS BJM Safety induction berperan penting dalam menurunkan risiko kecelakaan kerja dan membentuk budaya kerja yang aman dan tertib di lingkungan kapal.meskipunSafety induction berperan penting dalam menurunkan risiko kecelakaan kerja dan membentuk budaya kerja yang aman dan tertib di lingkungan kapal.meskipun
UNISKA BJMUNISKA BJM Data dikumpulkan melalui observasi, wawancara dengan delapan informan, dan dokumentasi. Teknik analisis data yang digunakan adalah model interaktif MilesData dikumpulkan melalui observasi, wawancara dengan delapan informan, dan dokumentasi. Teknik analisis data yang digunakan adalah model interaktif Miles
CAHAYA ICCAHAYA IC Penerapan model Rasch terbukti efektif dalam mengukur kemampuan responden secara objektif serta mengidentifikasi item bermasalah. Instrumen ini memberikanPenerapan model Rasch terbukti efektif dalam mengukur kemampuan responden secara objektif serta mengidentifikasi item bermasalah. Instrumen ini memberikan
IRPIIRPI Hasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasiHasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasi