Clustering Loyalitas Pelanggan dengan Metode Rfm (Recency, Frequency, Monetary ) dan Fuzzy C-means
July 2017
Sudriyanto Sudriyanto

Metrics

  • Eye Icon 602 views
  • Download Icon 803 downloads
Metrics Icon 602 views  //  803 downloads
Abstract

Semakin maju dan berkembangnya dunia USAha, menciptakan persaingan yang luar biasa ketata. Persaingan yang ada mengharuskan pemilik USAha untuk selalu dapat memahami sebuah pasar yang terus berkemnbang. Banyak faktor yang mempengaruhi berkembangnya USAha, salah satunya pelanggan. Untuk membangun strategi yang handal dalam dunia USAha, harus menemukan cara untuk menarik dan mengembangkan aset manusia yang tepan dan menjaga mereka. Untuk mengetahui hal tersebut, dilakukan penelitian mencari pola dari mutu calaster dengan pemilihan atribut mengunakan metode RFM (Recency, Frequency, Monetary) untuk mengklaster pelanggan yang lebih efisien dan akurat dengan algoritma Fuzzy C-Means untuk memilih pelanggan yang potensial dan loyal. Dari hasil pengukuran validitas menggunakan Partition Coefficient Index (PCI) dan Xie dan Beni (XBI) 5 cluster dengan pangkat dua dan tiga dengan nilai PCI pangkat dua 0,8156, pangkat tiga 0,5860, untuk nilai XBI pangkat dua 0,0069, pangkat tiga 0,0632 dimana nilai PCI yang mendekati angka satu mempunyai arti kualitas cluster yang didapat semakin baik, sedangkan untik XBI yang semakin kecil mempunyai arti kualitas hasil pengelompokan yang semakin baik. Dari hasil pengukuran validitas mengunakan PCI dan XBI, nilai akuraasi FCM dengan pangkat dua lebih baik dibandingkan dengan nilai akurasi FCM dengan pangkat tiga. u spasi>

Full text
Show more arrow
 

Metrics

  • Eye Icon 602 views
  • Download Icon 803 downloads
Metrics Icon 602 views  //  803 downloads