Sistem Rekomendasi Produk Menggunakan Model RFM, AHP dan Ranked Clustering
| Main Authors: | Monalisa, Siti, Asrori, Achmad Harpin, Kurnia, Fitra |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
Ikatan Ahli Informatika Indonesia (IAII)
, 2019
|
| Online Access: |
http://jurnal.iaii.or.id/index.php/RESTI/article/view/810 http://jurnal.iaii.or.id/index.php/RESTI/article/view/810/131 |
Daftar Isi:
- Monstreation is a business engaged in clothing convection, these business products are marketed online such as jackets and shirts for class, shirt and community clothing. The problem that occurs in this convection is the lack of product recommendation services to customers. Another problem is that if there are customers who order products that are not in accordance with their needs, the customer will rarely order products at Monstreation. The solution used is to provide services that match the characteristics of the customer, for example by giving product recommendations. Product recommendations are also needed considering this type of business is a business that has many business rivals. The steps taken in this study begin by collecting customer transaction data, then the data is transformed into RFM criteria data. After being transformed, the data is weighted using AHP, after that the RFM data is weighted then grouped / clustered. The grouping results are validated with DBI. From the experiments conducted it is known that the number of cluster 3 is the optimal number of clusters in product grouping. After it is ranked based on the value of the total weight. From the experiments conducted, it is known that the results of the 3 customer clusters, the customers who have the highest weight value are customers in cluster 1. The results of this study are a product recommendation that is an association of product history of customers who have a cluster similarity and a product recommendation information system.
- Monstreation adalah sebuah usaha yang bergerak dibidang konveksi pakaian, produk-produk usaha ini dipasarkan secara online seperti jacket dan kaos untuk kelas, baju angkatan dan komunitas. Konveksi ini belum memiliki rekomendasi produk kepada pelanggan sehingga bisa mengakibatkan kehilangan pelanggan dan juga pendapatan. Selain itu, transaksi pelanggan tidak digunakan untuk mendaptakan informasi berupa rekomendasi produk yang selalu dibeli oleh masing-masing pelanggan. Rekomendasi produk juga diperlukan mengingat jenis usaha ini adalah usaha yang memiliki banyak saingan bisnis. Solusi yang dihadirkan pada penelitian ini adalah dengan memberikan pelayanan yang sesuai dengan karakteristik pelanggan, misalnya dengan pemberian rekomendasi produk. Langkah-langkah yang dilakukan dalam penelitian ini dimulai dengan mengumpulkan data transaksi pelanggan, lalu data tersebut di transformasikan menjadi data kriteria RFM. Setelah di transformasikan maka data di bobotkan menggunakan AHP setelah itu data RFM terbobot kemudian dikelompokan/clustering. Hasil pengelompokan divalidasi dengan DBI. Dari percobaan yang dilakukan diketahui bahwa jumlah cluster 3 merupakan jumlah cluster optimal dalam pengelompokan produk. Setelah itu dirangking berdasarkan nilai jumlah bobotnya. Dari percobaan yang dilakukan diketahuilah pelanggan yang memiliki nilai bobot yang paling tinggi adalah pelanggan yang berada di cluster 1. Hasil dari penelitian ini adalah sebuah rekomendasi produk yang merupakan assosiasi dari riwayat produk dari pelanggan yang memiliki kesamaan cluster dan sebuah sistem informasi rekomendasi produk.