UNDANAUNDANA

J-ICON: Jurnal Komputer dan InformatikaJ-ICON: Jurnal Komputer dan Informatika

Kebiasaan pelanggan saat melakukan transaksi pembayaran dapat berpengaruh signifikan terhadap pendapatan perusahaan yang menggunakan teknologi finansial dalam memilih mitra pembayaran (payment aggregator). Pelanggan sangat selektif dalam memilih payment aggregator berdasarkan kenyamanan, promosi, dan manfaat yang ditawarkan. Penelitian ini bertujuan untuk membantu manajemen dalam pengambilan keputusan dan analisis bisnis dengan mengidentifikasi pola dan kesamaan dalam data pendapatan untuk payment aggregator. Pengelompokan pendapatan pada payment aggregator dilakukan dengan menggunakan teknik data mining untuk clustering dengan metode K-Means. Metode ini membagi data pendapatan menjadi kelompok berdasarkan kesamaan. Pengujian dengan berbagai jumlah cluster, yaitu k = 2 dengan DBI = 0,023; k = 3 dengan DBI = 0,209; dan k = 4 dengan DBI = 0,116, serta dengan iterasi maksimum sepuluh kali, menunjukkan hasil terbaik dengan empat cluster. Pola clustering yang dihasilkan mengkategorikan jenis pembayaran menjadi empat kategori, yaitu Copper, Silver, Gold, dan Platinum. Hasil penelitian menunjukkan bahwa metode pembayaran seperti CASH, MINIATM TRANSFER, dan VA TRANSFER masuk dalam kategori Platinum yang menyumbang pendapatan tertinggi sebesar 10,78% dari total pendapatan. Berdasarkan pola clustering dan wawasan yang diperoleh, perusahaan harus mempertahankan fitur-fitur yang mendukung payment aggregator dalam kategori Platinum, sedangkan untuk kategori Copper yang menghasilkan pendapatan terendah, diperlukan evaluasi bisnis untuk meningkatkan frekuensi dan nilai transaksi dengan menambahkan merchant.

Penelitian ini menunjukkan bahwa CASH, MINIATM TRANSFER, dan VA TRANSFER merupakan payment aggregator yang menghasilkan pendapatan tertinggi.Oleh karena itu, disarankan untuk memprioritaskan pemeliharaan ketersediaan aplikasi yang mengelola fitur-fitur ini.Selain itu, untuk kategori dengan pendapatan terendah, diperlukan evaluasi bisnis untuk mempertimbangkan penambahan merchant guna meningkatkan frekuensi dan nilai transaksi.Konfigurasi cluster optimal dicapai dengan K=2, menghasilkan Davies-Bouldin Index (DBI) sebesar 0,023.Berdasarkan temuan ini, disarankan untuk menerapkan strategi manajemen bisnis seperti pemasaran yang terarah, optimasi pengalaman pelanggan, manajemen ketersediaan, analisis kompetitif, dan inovasi produk dan layanan.Strategi-strategi ini bertujuan untuk mendorong pertumbuhan bisnis yang berkelanjutan dan meningkatkan kepuasan pelanggan dalam industri payment aggregator.

Untuk penelitian lanjutan, dapat dilakukan analisis lebih mendalam mengenai faktor-faktor yang mempengaruhi pilihan pelanggan dalam menggunakan payment aggregator. Selain itu, dapat juga dilakukan studi komparatif antara berbagai metode clustering untuk mengidentifikasi metode mana yang paling efektif dalam mengelompokkan data pendapatan. Selain itu, penelitian dapat dilakukan untuk mengeksplorasi strategi-strategi inovatif dalam meningkatkan pendapatan dan frekuensi transaksi, khususnya untuk kategori dengan pendapatan terendah. Dengan demikian, penelitian ini dapat memberikan kontribusi yang lebih luas dalam memahami dinamika industri payment aggregator dan membantu perusahaan dalam mengembangkan strategi bisnis yang efektif.

  1. Clustering Credit Card Holder Berdasarkan Pembayaran Tagihan Menggunakan Improved K-Means dengan Particle... doi.org/10.25126/jtiik.201856858Clustering Credit Card Holder Berdasarkan Pembayaran Tagihan Menggunakan Improved K Means dengan Particle doi 10 25126 jtiik 201856858
  2. PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAH MENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN | Nur... doi.org/10.30743/infotekjar.v1i2.70PENERAPAN ALGORITMA K MEANS PADA SISWA BARU SEKOLAH MENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Nur doi 10 30743 infotekjar v1i2 70
  3. Peran Sistem Pembayaran Digital Dalam Revitalisasi UMKM | Transformasi: Journal of Economics and Business... doi.org/10.56444/transformasi.v1i3.425Peran Sistem Pembayaran Digital Dalam Revitalisasi UMKM Transformasi Journal of Economics and Business doi 10 56444 transformasi v1i3 425
  4. PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA | Dwitri... jurnal.una.ac.id/index.php/jurti/article/view/1266PENERAPAN ALGORITMA K MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID 19 DI INDONESIA Dwitri jurnal una ac index php jurti article view 1266
Read online
File size300.65 KB
Pages8
DMCAReport

Related /

ads-block-test