UMBUMB
Jurnal Ilmiah FIFOJurnal Ilmiah FIFOPeningkatan volume dan kompleksitas data transaksi pada e-commerce berbasis Print-on-Demand menimbulkan tantangan dalam mengekstraksi insight pelanggan yang dapat ditindaklanjuti menggunakan pendekatan analitik konvensional. Meskipun algoritma K-Means telah banyak digunakan untuk segmentasi pelanggan, sebagian besar penelitian sebelumnya masih memiliki keterbatasan pada aspek validasi multi-metrik yang komprehensif serta minimnya integrasi dengan sistem pendukung keputusan yang aplikatif. Untuk mengatasi kesenjangan tersebut, penelitian ini mengusulkan kerangka segmentasi pelanggan berbasis K-Means yang dilengkapi dengan validasi cluster multi-metrik dan integrasi visualisasi analitik. Penentuan jumlah cluster optimal dilakukan melalui kombinasi metode Elbow dan metrik evaluasi internal, yaitu Silhouette Score, Calinski-Harabasz Index, dan Davies-Bouldin Index, guna memastikan keseimbangan antara ketahanan statistik dan interpretabilitas hasil. Hasil penelitian menunjukkan bahwa konfigurasi tiga cluster memberikan struktur segmentasi yang paling seimbang, serta mengungkap adanya ketimpangan signifikan dalam distribusi nilai pelanggan, di mana sebagian kecil pelanggan memberikan kontribusi dominan terhadap profit perusahaan. Untuk mengevaluasi aspek aplikatif, hasil clustering diimplementasikan ke dalam sistem Insight Dashboard dan dibandingkan dengan metode analisis manual berbasis spreadsheet menggunakan indikator kinerja efisiensi. Hasil evaluasi menunjukkan adanya peningkatan efisiensi analisis yang signifikan serta percepatan dalam identifikasi pelanggan bernilai tinggi. Kontribusi utama penelitian ini terletak pada integrasi validasi multi-metrik dalam penentuan cluster yang robust serta operasionalisasi hasil clustering ke dalam sistem dashboard sebagai pendukung pengambilan keputusan berbasis data pada lingkungan e-commerce Print-on-Demand.
Penelitian ini menunjukkan bahwa penerapan algoritma K-Means Clustering pada 10.937 data transaksi dari 199 pelanggan menghasilkan segmentasi optimal sebanyak tiga cluster (K=3) dengan kualitas pemisahan yang baik, ditunjukkan oleh Silhouette Score 0,5598, Calinski-Harabasz Index 2070,04, dan Davies-Bouldin Index 0,6157.Hasil analisis mengungkap ketimpangan kontribusi pelanggan yang signifikan, di mana 10,1% pelanggan kategori VIP menyumbang lebih dari 90% total profit perusahaan.Integrasi model clustering ke dalam Insight Dashboard terbukti meningkatkan efisiensi analisis hingga sekitar 70% dibandingkan metode manual berbasis spreadsheet, sekaligus mempercepat identifikasi pola pelanggan dan mendukung pengambilan keputusan yang lebih objektif dan terukur.Secara keseluruhan, pendekatan ini efektif baik secara komputasional maupun strategis, serta terbukti relevan dan aplikatif dalam meningkatkan kinerja dan ketepatan strategi bisnis pada e-commerce berbasis Print-on-Demand.
Penelitian lanjutan dapat mengeksplorasi algoritma clustering alternatif seperti DBSCAN atau Hierarchical Clustering untuk membandingkan efektivitasnya dalam segmentasi pelanggan e-commerce. Selain itu, integrasi data real-time dari sumber eksternal seperti media sosial atau ulasan pelanggan bisa dianalisis untuk memperkaya dimensi segmentasi. Terakhir, pengembangan sistem dashboard yang lebih interaktif dengan fitur prediksi perilaku pelanggan berbasis machine learning dapat menjadi arah penelitian yang menarik untuk meningkatkan akurasi strategi pemasaran.
- 0. pdf obj endobj introduction section related work distinct features healthcare system subsection design... doi.org/10.5120/ijca20209207820 pdf obj endobj introduction section related work distinct features healthcare system subsection design doi 10 5120 ijca2020920782
- Analisa Algoritma K-Means untuk Segmentasi Pelanggan Berbasis Data Transaksi dalam Sistem Insight Dashboard... doi.org/10.22441/fifo.2026.v18i1.004Analisa Algoritma K Means untuk Segmentasi Pelanggan Berbasis Data Transaksi dalam Sistem Insight Dashboard doi 10 22441 fifo 2026 v18i1 004
| File size | 625.04 KB |
| Pages | 10 |
| DMCA | Report |
Related /
STAIYPIQBAUBAUSTAIYPIQBAUBAU Perencanaan mencakup integrasi nilai kebersihan sebagai bagian dari iman dalam program sekolah. Pengorganisasian berbasis kelas melibatkan kolaborasi antaraPerencanaan mencakup integrasi nilai kebersihan sebagai bagian dari iman dalam program sekolah. Pengorganisasian berbasis kelas melibatkan kolaborasi antara
UMBUMB Penelitian ini mengembangkan model Neural Network untuk prediksi kegagalan mesin berbasis parameter operasional dan menunjukkan kinerja yang sangat baikPenelitian ini mengembangkan model Neural Network untuk prediksi kegagalan mesin berbasis parameter operasional dan menunjukkan kinerja yang sangat baik
HOSTJOURNALSHOSTJOURNALS Evaluasi kinerja dilakukan menggunakan Root mean Square Error (RMSE), Mean Square Error (MSE), dan Mean Absolute percentage Error (MAPE). Hasil pengujianEvaluasi kinerja dilakukan menggunakan Root mean Square Error (RMSE), Mean Square Error (MSE), dan Mean Absolute percentage Error (MAPE). Hasil pengujian
UNISAPUNISAP Teknik analisis data dalam penelitian ini yaitu, reduksi data, penyajian data, dan kesimpulan. Hasil penelitian ini menunjukkan bahwa peserta didik S6,Teknik analisis data dalam penelitian ini yaitu, reduksi data, penyajian data, dan kesimpulan. Hasil penelitian ini menunjukkan bahwa peserta didik S6,
UNISAPUNISAP Tujuan penelitian ini untuk mengetahui pengaruh model kooperatif tipe TGT terhadap hasil belajar siswa kelas V SD Negeri Cibungkul. Penelitian ini merupakanTujuan penelitian ini untuk mengetahui pengaruh model kooperatif tipe TGT terhadap hasil belajar siswa kelas V SD Negeri Cibungkul. Penelitian ini merupakan
YP3AYP3A Kemudian dilakukan data modelling dan validasi dengan menggunakan teknik split validation dan cross validation. Pada teknik split validation, data dibagiKemudian dilakukan data modelling dan validasi dengan menggunakan teknik split validation dan cross validation. Pada teknik split validation, data dibagi
IRPIIRPI Riset ini berhasil mengkaji faktor-faktor yang memengaruhi tingkat engagement video di platform TikTok menggunakan metode Multiple Regresi Linear padaRiset ini berhasil mengkaji faktor-faktor yang memengaruhi tingkat engagement video di platform TikTok menggunakan metode Multiple Regresi Linear pada
UBHINUSUBHINUS Model deep learning dengan CNN mencapai akurasi 97,17% untuk deteksi parasit malaria pada citra sel darah (epoch 10). Hasil tersebut menunjukkan potensiModel deep learning dengan CNN mencapai akurasi 97,17% untuk deteksi parasit malaria pada citra sel darah (epoch 10). Hasil tersebut menunjukkan potensi
Useful /
DINASTIRESDINASTIRES Berdasarkan hasil empiris dalam penelitian ini, dapat disimpulkan bahwa kinerja ESG memiliki hubungan negatif dan signifikan terhadap manajemen laba berbasisBerdasarkan hasil empiris dalam penelitian ini, dapat disimpulkan bahwa kinerja ESG memiliki hubungan negatif dan signifikan terhadap manajemen laba berbasis
IRPIIRPI Kedua metode mencatat nilai Hamming Loss yang sama, yaitu 0,1048 (89,52%). Temuan ini menunjukkan bahwa kelengkapan dan kualitas data hadis Bukhari berkontribusiKedua metode mencatat nilai Hamming Loss yang sama, yaitu 0,1048 (89,52%). Temuan ini menunjukkan bahwa kelengkapan dan kualitas data hadis Bukhari berkontribusi
UNISTIUNISTI Metode penelitian kuantitatif dengan analisis regresi linier berganda menunjukkan pengaruh positif dan signifikan antara harga dan ketersediaan produkMetode penelitian kuantitatif dengan analisis regresi linier berganda menunjukkan pengaruh positif dan signifikan antara harga dan ketersediaan produk
UNISTIUNISTI Metode penelitian menggunakan analisis deskriptif kualitatif dengan indikator Quick Completion, Kelengkapan Fasilitas, Reputasi dan Image Perusahaan, EmployeeMetode penelitian menggunakan analisis deskriptif kualitatif dengan indikator Quick Completion, Kelengkapan Fasilitas, Reputasi dan Image Perusahaan, Employee