PENERAPAN K-MEANS CLUSTERING UNTUK SEGMENTASI PELANGGAN PADA SISTEM CUSTOMER RELATIONSHIP MANAGEMENT DI PT. UNICHEM CANDI INDONESIA

  • Eviana Tjatur Puteri STMIK PPKIA Tarakanita Rahmawati, Tarakan
  • Geri Kusnanto Universitas 17 Agustus 1945 Surabaya
  • Claudio Julio Thomas Universitas 17 Agustus 1945 Surabaya
Keywords: Clustering, Data Mining, Distributor, K-Means, Segmentasi

Abstract

PT. Unichem Candi Indonesia (UCI) merupakan perusahaan consumer good dengan produk garam konsumsi bermerek dagang “refina” dan “daun”. Saat ini PT. UCI mempunyai ± 55 distributor yang berperan untuk pemasaran produk secara langsung ke konsumen. Dengan tujuan untuk meningkatkan penjualan di masing-masing distributor, PT. UCI memberikan discount khusus. Pemberian discount dilakukan secara global untuk seluruh jenis barang. Hal ini dirasakan kurang optimal, karena discount yang diberikan tidak tepat sasaran bagi setiap masing-masing distributor yang memiliki jenis produk unggulan yang paling banyak terjual. Oleh karena itu diperlukan sistem segmentasi distributor dengan menggunakan metode Kmeans mengacu pada data history penjualan. Hasil sistem memberikan informasi jenis produk yang paling banyak di order dari masing-masing distributor, sehingga manajemen PT. UCI dapat memberikan discount khusus pada distributor tersebut.  Dengan adanya Sistem ini, maka dapat disimpulkan bahwa PT. Unichem Candi Indonesia dapat melakukan pengolahan data penjualan dan melakukan analisa segmentasi pelanggan dengan menggunakan metode KMeans, dan hasil analisa metode Kmeans berhasil mengelompokkan pelanggan berdasarkan kelompok yang telah ditentukan untuk keperluan pemberian diskon khusus.

References

R. Rianto and D. B. Setyohadi, “Mengukur Kesiapan Implementasi Customer Relationship Management (CRM) Model Application Service Provider (ASP) pada Usaha Mikro Kecil Menengah (UMKM) di Indonesia,” Journal of Information Systems Engineering and Business Intelligence, vol. 3, no. 1, p. 26, 2017.

D. Peppers and M. Rogers, Managing Customer Relationships : A Strategic Framework. New Jersey: John Wiley & Sons Inc, 2004.

A. Payne and P. Frow, “A strategic framework for customer relationship management,” Journal of Marketing, vol. 69, no. 4, pp. 167–176, 2005.

Haryasyah, E. Novianto, and E. T. Putri, “Analisa Pengawasan Studi Mahasiswa Menggunakan Metode Analytic Hierarchy Process (AHP) dan Clustering K-Means Sebagai Bahan Evaluasi Akademik,” Jurnal Informatika, vol. 2, no. 1, pp. 7–12, 2014.

J. Pérez-Ortega, N. N. Almanza-Ortega, and D. Romero, “Balancing effort and benefit of K-means clustering algorithms in Big Data realms,” PLoS ONE, vol. 13, no. 9, pp. 1–19, 2018.

A. H. Lubis, “Model Segmentasi Pelanggan Dengan Kernel K-Means Clustering Berbasis Customer Relationship Management,” Jurnal & Penelitian Teknik Informatika, vol. 1, pp. 36–41, 2016.

R. D. F. Ruli, Purbandini, and E. Wuryanto, “Penerapan Clustering K-means pada Customer Segmentation berbasis Recency Frequency Monetary (RFM) (Studi kasus PT. Sinar Kencana Intermoda Surabaya),” Universitas Airlangga, 2017.

I. B. Christina Deni Rumiarti1, “Jurnal Sistem Informasi ( Journal of Information Systems ). 1 / 13 ( 2017 ), 67-77 DOI : http://dx.doi.org/10.21609/jsi.v13i1.513,” Jurnal Sistem Informasi (Journal of Information Systems), vol. 13, no. 23, pp. 67–77, 2017.

Published
2020-07-03
Section
Articles