Analisis Segmentasi Pelanggan Kartu Prabayar Kabupaten Malang dengan RFM Model Menggunakan Metode Fuzzy C-Means Clustering (Studi Kasus: PT. XYZ)

Ilham, Akbar (2020) Analisis Segmentasi Pelanggan Kartu Prabayar Kabupaten Malang dengan RFM Model Menggunakan Metode Fuzzy C-Means Clustering (Studi Kasus: PT. XYZ). Sarjana thesis, Universitas Brawijaya.

Abstract

PT.XYZ merupakan perusahaan operator telekomunikasi di Indonesia yang menyediakan jasa GSM (global system for mobile communication) prabayar. PT.XYZ berkomitmen untuk melayani seluruh kota hingga pelosok Indonesia tidak terkecuali Kabupaten Malang dengan terus berupaya mempertahankan dan meningkatkan jumlah pelanggan sekaligus pemakaian layanan yang disediakan. Perusahaan yang memberikan pelayanan yang berbeda berdasarkan karakteristik atau perilaku setiap pelanggan dalam mengonsumsi suatu produk dapat membangun sekaligus mempererat hubungan pelanggan yang loyal dan bertahan lama. Penelitian ini menggunakan data transaksi pelanggan PT.XYZ daerah operasional Kabupaten Malang dengan periode waktu 01 Januari 2019 – 31 Maret 2019 yang berjumlah 35.868 transaksi. Segmentasi pelanggan merupakan strategi untuk membagi pelanggan menjadi subkelompok yang bermakna, berbeda namun sejenis dengan karakteristiknya. Karakteristik pelanggan dapat dilihat melalui pemodelan data menggunakan RFM (recency, frequency, dan monetary) yaitu rentang waktu transaksi terakhir (recency), jumlah transaksi (frequency), dan nominal uang yang dihabiskan (monetary). Fuzzy C-Means Clustering dapat dijadikan pilihan dalam melakukan segmentasi pelanggan. Metode Elbow digunakan untuk menunjang proses clustering yaitu dengan menunjukkan jumlah cluster yang digunakan dalam Fuzzy C-Means Clustering. Modified Partition Coefficient (MPC) dan Euclidean Distance (EU) adalah metode yang digunakan untuk menilai validitas dan performa cluster yang dihasilkan. Hasil segmentasi pelanggan divisualisasikan menjadi halaman dashboard yang terdiri dari gabungan tabel, diagram, dan grafik yang saling berintegrasi dan memuat informasi yang dibutuhkan perusahaan. Hasil visualisasi dashboard diuji oleh pengguna untuk memperoleh tingkat keberterimaan pengguna terhadap dengan menggunakan analisis System Usability Scale (SUS). Hasil pengujian dashboard menunjukkan nilai rata-rata yaitu 80 yang termasuk dalam kategori acceptable.

English Abstract

PT. XYZ is a telecommunications operator company in Indonesia that provides prepaid GSM (global system for cellular communication) services. PT. XYZ support to serve the whole city until all over Indonesia is no exception Malang Regency by continuing to increase the number and increase the number of customers when providing the services provided. Companies that provide different services based on the characteristics or each customer in consuming products that can build as well as strengthen loyal customer relationships and last long. This study uses customer transaction data of PT. XYZ in Malang Regency operational area with a time period of January 1 2019 - March 31 2019 which required 35,868 transactions. Customer segmentation is a strategy to divide customers into subgroups that are meaningful, different but varied with their characteristics. Customer characteristics can be seen through data modeling using RFM (recency, frequency, and monetary), namely the span of the last transaction (recency), number of transactions (frequency), and nominal money spent (monetary). Fuzzy C-Means Clustering can be a choice in segmenting customers. The Elbow method is used to support the clustering process by showing the number of clusters used in Fuzzy C-Means Clustering. Modification of Partition Coefficients (MPC) and Euclidean Distance (EU) are the methods used to obtain the validity and performance of the resulting cluster. The results of customer segmentation are visualized into a dashboard page consisting of a combination of integrated tables, diagrams and graphs and information needed by the company. The results of dashboard visualization are sponsored by the user to obtain the user's newness level by using System Usage Scale (SUS) analysis. Test results, dashboards, ratings, average scores, ie 80 included in the acceptable category.

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: 0519150043
Uncontrolled Keywords: segmentasi pelanggan, RFM, Fuzzy C-Means Clustering, Elbow, MPC, dashboard, SUS, customer segmentation, RFM, Fuzzy C-Means Clustering, Elbow, MPC, dashboard, SUS
Subjects: 000 Computer science, information and general works > 003 Systems > 003.1 System identification
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Budi Wahyono Wahyono
Date Deposited: 26 Feb 2021 14:59
Last Modified: 19 Sep 2024 09:23
URI: http://repository.ub.ac.id/id/eprint/183502
[thumbnail of Akbar Ilham.pdf] Text
Akbar Ilham.pdf

Download (2MB)

Actions (login required)

View Item View Item