Prosiding Seminar Nasional Ilmu Komputer Universitas Semarang 2022
Customer Segmentation Menggunakan Algoritma K Means Cluster pada Halal Mart Semarang
Dublin Core
Title
Prosiding Seminar Nasional Ilmu Komputer Universitas Semarang 2022
Customer Segmentation Menggunakan Algoritma K Means Cluster pada Halal Mart Semarang
Customer Segmentation Menggunakan Algoritma K Means Cluster pada Halal Mart Semarang
Subject
Segmentasi pelanggan, clustering, algoritma k-means
Customer segmentation, clustering, k-means algorithm
Customer segmentation, clustering, k-means algorithm
Description
Segmentasi pelanggan bertujuan untuk mengelompokan pelanggan yang memiliki kesamaan karakteristik. Segmentasi pelanggan diperlukan untuk dapat mempertahankan pelanggan lama dengan melakukan perencanaan pelayanan yang paling tepat untuk setiap pelanggan, sehingga dapat menguntungkan perusahaan. Clustering merupakan teknik data mining yang dapat membagi kelompok berdasarkan kesamaan karakteristiknya dalam satu cluster. Algoritma K
Means cluster merupakan salah satu metode clustering yang sangat populer dan banyak dipelajari untuk meminimalkan kesalahan clustering. Metode Elbow digunakan untuk meningkatkan kinerja algoritma K-Means dengan memperbaiki kelemahan dari algoritma K-Means yaitu membantu untuk memilih nilai k yang optimal untuk digunakan saat clustering. Penelitian ini menggunakan data history transaksi penjualan di Halal Mart Semarang. Halal Mart merupakan
salah satu cabang perusahaan dagang yang berada di Semarang, berfokus menjual produk-produk herbal, produk kecantikan dan produk kebutuhan rumah tangga sehari-hari. Penelitian ini menghasilkan 3 cluster dengan nilai Sum of Square Error sebesar 544,9. Penelitian ini juga melakukan analisis karakteristik terhadap setiap cluster yang dihasilkan.
Customer segmentation aims to group customers who have similar characteristics. Customer segmentation is needed to be able to retain old customers by planning the most appropriate service for each customer, so that it can benefit the company. Clustering is a data mining technique that can divide groups based on similar characteristics in one cluster. The K-Means cluster algorithm is one of the most popular and widely studied clustering methods to minimize clustering errors. The Elbow method is used to improve the performance of the K-Means algorithm by correcting the weakness of the K-Means algorithm, which is helping to choose the optimal k value to be used when clustering. This study uses historical data on sales transactions at Halal Mart Semarang. Halal Mart is a branch of a trading company located in Semarang, focusing on selling herbal products, beauty products and products for daily household needs. This study resulted in 3 clusters with a Sum of Square Error value of 544.9. This study also analyzes the characteristics of each resulting cluster.
Means cluster merupakan salah satu metode clustering yang sangat populer dan banyak dipelajari untuk meminimalkan kesalahan clustering. Metode Elbow digunakan untuk meningkatkan kinerja algoritma K-Means dengan memperbaiki kelemahan dari algoritma K-Means yaitu membantu untuk memilih nilai k yang optimal untuk digunakan saat clustering. Penelitian ini menggunakan data history transaksi penjualan di Halal Mart Semarang. Halal Mart merupakan
salah satu cabang perusahaan dagang yang berada di Semarang, berfokus menjual produk-produk herbal, produk kecantikan dan produk kebutuhan rumah tangga sehari-hari. Penelitian ini menghasilkan 3 cluster dengan nilai Sum of Square Error sebesar 544,9. Penelitian ini juga melakukan analisis karakteristik terhadap setiap cluster yang dihasilkan.
Customer segmentation aims to group customers who have similar characteristics. Customer segmentation is needed to be able to retain old customers by planning the most appropriate service for each customer, so that it can benefit the company. Clustering is a data mining technique that can divide groups based on similar characteristics in one cluster. The K-Means cluster algorithm is one of the most popular and widely studied clustering methods to minimize clustering errors. The Elbow method is used to improve the performance of the K-Means algorithm by correcting the weakness of the K-Means algorithm, which is helping to choose the optimal k value to be used when clustering. This study uses historical data on sales transactions at Halal Mart Semarang. Halal Mart is a branch of a trading company located in Semarang, focusing on selling herbal products, beauty products and products for daily household needs. This study resulted in 3 clusters with a Sum of Square Error value of 544.9. This study also analyzes the characteristics of each resulting cluster.
Creator
Alamsyah, Abdul Kholiq, Rizka Nur Pratama
Publisher
Universitas Semarang
Date
19 Oktober 2022
Contributor
Sri Wahyuni
Rights
ISSN: 2614-1205
Format
PDF
Language
Indonesian
Type
Text
Coverage
Prosiding Seminar Nasional Ilmu Komputer Universitas Semarang 2022
Files
Citation
Alamsyah, Abdul Kholiq, Rizka Nur Pratama, “Prosiding Seminar Nasional Ilmu Komputer Universitas Semarang 2022
Customer Segmentation Menggunakan Algoritma K Means Cluster pada Halal Mart Semarang,” Repository Horizon University Indonesia, accessed November 21, 2024, https://repository.horizon.ac.id/items/show/3504.
Customer Segmentation Menggunakan Algoritma K Means Cluster pada Halal Mart Semarang,” Repository Horizon University Indonesia, accessed November 21, 2024, https://repository.horizon.ac.id/items/show/3504.