Analisis Segmentasi Pelanggan Kartu Prabayar Kabupaten Malang dengan RFM Model Menggunakan Metode Fuzzy C-Means Clustering (Studi Kasus: PT. XYZ)
| Main Author: | Ilham, Akbar |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/183502/ |
Daftar Isi:
- 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.