Penerapan Algoritma K-Means Menggunakan Model Recensy Frequenscy Monetary Dalam Klasterisasi Penjualan Produk Sepatu

Penulis

  • Arief Rachman Hakim Universitas Budi Luhur
  • Hari Soetanto Universitas Budi Luhur

Kata Kunci:

k-means, clustering, rfm, penjualan

Abstrak

Selama masa pandemi Covid-19 penjualan barang atau jasa banyak yang mengalami penurunan. Seperti yang terjadi pada toko online Indoshoes yang mengalami penurunan penjualan sejak tahun 2021 serta penyebaran penjualan pada setiap wilayah tidak terjual secara merata. Toko Indoshoes memerlukan strategi yang tepat untuk mengetahui pengelompokan peminatan pelanggan pada suatu produk. Penerapan algoritma K-Means sangat membantu dalam pengelompokan produk berdasarkan analisis Recensy, Frequnscy, dan Monetary (RFM). Berdasarkan pengujian pada wilayah jawa barat didapatkan 3 data cluster, pengelompokan C1 dengan 7 produk sangat favorit, C2 dengan 83 produk tidak favorit, dan C3 dengan 16 produk lumayan favorit. Hasil penelitian ini diharapkan dapat membantu toko Indoshoes dalam mengambil keputusan dalam menentukan strategi marketing untuk meningkatkan penjualan toko Indoshoes

Referensi

A. D. Hardiansyah, D. C. Nugrahaeni, dan P. Dewi, “Perancangan basis data sistem informasi perwira tugas belajar (sipatubel) pada kementerian pertahanan,” Senamika, vol. 1, no. 2, pp. 222–233, 2020.

Kantardzic, M. 2003. Data Mining: Concepts, Models, Methods, and Algorithms. John Wiley & Sons.

N. Normah, S. Nurajizah, and A. Salbinda, “Penerapan data mining metode k-means clustering untuk analisa penjualan pada toko fashion hijab Banten,” J. Tek. Komput., vol. 7, no. 2, 2021,

P. A. Wicaksana, I. Bagus, A. Swamardika, and R. S. Hartati, “Literature review analisis perilaku pelanggan menggunakan rfm model,” vol. 21, no. 1, 2022.

F., F. T. Kesuma, and S. P. Tamba, “Penerapan data mining untuk menentukan penjualan sparepart toyota dengan metode k-means clustering,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2020.

A. F. Khairati, A. . Adlina, G. . Hertono, and B. . Handari, “kajian indeks validitas pada algoritma k-means enhanced dan k-means mmca,” Prism. Pros. Semin. Nas. Mat., vol. 2, pp. 161–170, 2019.

B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis segmentasi pelanggan menggunakan kombinasi rfm model dan teknik clustering,” J. Terap. Teknol. Inf., vol. 2, no. 1, pp. 23–32, 2018,

Birant, D. 2011. Data Mining Using RFM Analysis, in Knowledge-Oriented Applications in Data Mining, Turkey: Kimito Funatso, pp. 91–108.

A. N. M. Hadi Yansah, E. Y. Puspaningrum, and A. M. Rizky, “Implementasi kombinasi metode rfm dan algoritma kmeans untuk klasterisasi penjualan minuman kemasan,” Pros. Semin. Nas. Inform. Bela Negara, vol. 2, pp. 122–126, 2021.

W. M. Baihaqi, K. Indartono, and S. Banat, “Penerapan teknik clustering sebagai strategi pemasaran pada penjualan buku di tokopedia dan shopee,” Paradig. - J. Komput. dan Inform., vol. 21, no. 2, 2019.

B. Ginting and F. Riandari, “Implementasi metode k-means clustering dalam pengelompokan bibit tanaman kopi arabika,” J. Nas. Komputasi dan Teknol. Inf., vol. 3, no. 2, pp. 151–157, 2020.

Sitompul, Bernad Jumadi Dehotman. 2018. “peningkatan hasil evaluasi clustering davies bouldin dengan penentuan titik pusat cluster awal k means”.

S. Butsianto and N. Saepudin, “penerapan data mining terhadap minat siswa dalam mata pelajaran matematika dengan metode k-means,” J. Nas. Komputasi dan Teknol. Inf., vol. 3, no. 1, pp. 51–59, 2020.

D. Astuti, “Penentuan strategi promosi usaha mikro kecil dan menengah (umkm) menggunakan metode crisp-dm dengan algoritma k-means clustering,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 2, pp. 60–72, 2019.

A. P. Pramudiansyah, “Segmentasi Pelanggan Menggunakan Algoritma K-Means Berdasarkan Model Recency Frequency Monetary,” J. Ilm. Ilmu Komput., vol. 7, no. 2, pp. 06–19, 2021.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Hakim, A. R., & Soetanto, H. (2022). Penerapan Algoritma K-Means Menggunakan Model Recensy Frequenscy Monetary Dalam Klasterisasi Penjualan Produk Sepatu. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 699–706. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/273

Terbitan

Vol 1 No 1 (2022): Prosiding SENAFTI (Buku 2 - Artificial Intelligence) September 2022

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>