Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/32459
Title: Analisis Loyalitas Customer Perusahaan Konveksi dengan Model RFM dan Algoritma k-Means
Authors: Gerian, Matthew
Keywords: Data Mining;Clustering;Customer Relationship Management;k-Means
Issue Date: Nov-2023
Abstract: Strategi yang baik diperlukan suatu perusahaan dalam menjalankan usahanya. CV. Karunia Jaya merupakan salah satu perusahaan yang bergerak dalam bidang konveksi yanag menjual pakaian bayi. Dalam pelayanan terhadap customer CV. Karunia Jaya belum menerapkan strategi Customer Relationship Management (CRM). Untuk mengetahui loyalitas customer maka perlu dilakukan segmentasi pelanggan terhadap customer. Penelitian ini menggunakan data transaksi dari tahun 2021-2022. Algoritma k means digunakan dalam penentuan cluster berdasarkan model Recency, Frequency, dan Moneetary (RFM), dibantu dengan tools Weka 3.8.6. Metode elbow digunakan untuk mencari jumlah cluster terbaik dari sekelompok data. Hasil dari penelitian ini yaitu terdapat 27 customer yang terbagi dalam tiga cluster, 21 customer potensi rendah, tiga customer potensi sedang, dan tiga customer potensi tinggi. Perusahaan dapat memberikan layanan yang berbeda terhadap setiap kelompok customer, sehingga hal tersebut dapat menguntungkan perusahaan
URI: https://repository.uksw.edu//handle/123456789/32459
Appears in Collections:T1 - Information Systems

Files in This Item:
File Description SizeFormat 
T1_682019007_Judul.pdf268.67 kBAdobe PDFView/Open
T1_682019007_Bab I.pdf
  Until 9999-01-01
325.63 kBAdobe PDFView/Open
T1_682019007_Bab II.pdf
  Until 9999-01-01
375.89 kBAdobe PDFView/Open
T1_682019007_Bab III.pdf
  Until 9999-01-01
507.06 kBAdobe PDFView/Open
T1_682019007_Bab IV.pdf
  Until 9999-01-01
313.96 kBAdobe PDFView/Open
T1_682019007_Daftar Pustaka.pdf320.19 kBAdobe PDFView/Open
T1_682019007_Formulir Pernyataan Persetujuan Penyerahan Lisensi Tugas Akhir dan Pilihan Embargo Matthew Gerian.pdf
  Restricted Access
393.97 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.