ANALISIS SEGMENTASI PELANGGAN UNTUK MENYUSUN STRATEGI PROMOSI MENGGUNAKAN K-MEANS: STUDI KASUS DI PT XYZ
DOI:
https://doi.org/10.23960/jitet.v13i1.5697Abstract Views: 290 File Views: 254 File Views: 0 File Views: 0
Abstract
Perkembangan teknologi informasi telah membawa dampak signifikan dalam strategi pemasaran, termasuk di industri otomotif. Penelitian ini bertujuan untuk menyusun strategi promosi berbasis segmentasi pelanggan dengan menggunakan algoritma data mining K-Means di PT XYZ. Segmentasi ini memungkinkan perusahaan untuk menargetkan kelompok pelanggan tertentu dengan strategi yang relevan dan lebih efektif. Data yang digunakan meliputi atribut usia, jenis kelamin, alamat, dan preferensi kendaraan dari faktur transaksi periode Desember 2023 hingga Mei 2024. Metode penelitian ini mengadopsi tahapan Knowledge Discovery in Databases (KDD) yang mencakup seleksi data, preprocessing, transformasi, klasterisasi dengan K-Means, dan evaluasi hasil. Penentuan jumlah cluster optimal dilakukan menggunakan indeks Davies-Bouldin (DBI). Penelitian ini menemukan bahwa segmentasi terbaik diperoleh pada jumlah cluster (k) sebesar 2 dengan nilai DBI sebesar 0,802. Klaster ini mengidentifikasi karakteristik utama pelanggan, seperti preferensi kendaraan, usia, dan distribusi wilayah tempat tinggal. Hasil segmentasi digunakan untuk merancang strategi promosi yang lebih terarah. Strategi berbasis data ini membantu PT XYZ dalam mengoptimalkan sumber daya pemasaran, meningkatkan loyalitas pelanggan, dan memaksimalkan potensi pasar. Penelitian ini memberikan kontribusi signifikan terhadap penerapan K-Means di industri otomotif dan menyediakan dasar bagi inovasi strategi pemasaran berbasis data.
Downloads
References
W. W. Kristianto and C. Rudianto, “Penerapan Data Mining Pada Penjualan Produk Menggunakan Metode K-Means Clustering (Studi Kasus Toko Sepatu Kakikaki),” J. Pendidik. Teknol. Inf., no. 5, pp. 90–98, 2020.
C. H. Ardana, A. A. A. A. A. Khoyum, and M. Faisal, “Segmentasi Pelanggan Penjualan Online Menggunakan Metode K-means Clustering,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 9, no. 1, pp. 1–9, 2024, doi: 10.14421/jiska.2024.9.1.1-9.
E. F. L. Awalina and W. I. Rahayu, “Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail,” J. Teknol. dan Inf., vol. 13, no. 2, pp. 122–137, 2023, doi: 10.34010/jati.v13i2.10090.
K. Anam, D. Sudrajat, and D. A. Kurnia, “Analisis Segmentasi Pelanggan Menggunakan Metode K-Means Clustering,” J. ICT Inf. Commun. Technol., vol. 21, no. 2303–3363, pp. 273–278, 2022.
B. T. Kristanti, A. Junaidi, and E. P. Mandyartha, “Implementasi K-Means Clustering Dalam Segmentasi Pelanggan Berdasarkan Usia, Pendapatan, Dan Model Rfm (Studi Kasus: Lantikya Store Jombang),” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4677.
S. D. K. Wardani, A. S. Ariyanto, M. Umroh, and D. Rolliawati, “Perbandingan Hasil Metode Clustering K-Means, Db Scanner & Hierarchical Untuk Analisa Segmentasi Pasar,” JIKO (Jurnal Inform. dan Komputer), vol. 7, no. 2, p. 191, 2023, doi: 10.26798/jiko.v7i2.796.
S. A. Perdana, S. F. Florentin, and A. Santoso, “ANALISIS SEGMENTASI PELANGGAN MENGGUNAKAN K-MEANS CLUSTERING STUDI KASUS APLIKASI ALFAGIFT Satria,” Sebatik, vol. 26, no. 2, pp. 420–427, 2022, doi: 10.46984/sebatik.v26i2.2134.
S. Syahputra, S. Ramadani, and A. M. H. Pardede, “Menentukan Strategi Promosi Menggunakan Algoritma Clustering K-Means,” JOISIE (Journal Inf. Syst. Informatics Eng., vol. 4, no. 1, p. 7, 2020, doi: 10.35145/joisie.v4i1.510.
Sharyanto and D. Lestari, “Penerapan Data Mining Untuk Menentukan Segmentasi Pelanggan Dengan Menggunakan Algoritma K-Means dan Model RFM Pada E-Commerce,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 4, pp. 866–871, 2022, doi: 10.30865/jurikom.v9i4.4525.
O. O. Tensao, I. N. Y. A. Wijaya, and K. Q. Fredlina, “Analisa Data Mining dengan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Pada STMIK Primakara,” Inf. (Jurnal Inform. dan Sist. Informasi), vol. 14, no. 1, pp. 1–17, 2022, doi: 10.37424/informasi.v14i1.135.
Haris Kurniawan, Sarjon Defit, and Sumijan, “Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal,” J. Appl. Comput. Sci. Technol., vol. 1, no. 2, pp. 80–89, 2020, doi: 10.52158/jacost.v1i2.102.
K. Dbscan and Y. Hasan, “Pengukuran Silhouette Score dan Davies-Bouldin Index pada Hasil Cluster,” vol. 06, no. 01, pp. 60–74, 2024.
