OPTIMASI SEGMENTASI PELANGGAN E-COMMERCE SHOPEE DENGAN MENGGUNAKAN ANALISIS RFM DAN METODE IQR UNTUK DETEKSI DAN PENANGNAN OUTLIER PADA K-MEANS

RAHARJO, HAMMAM FARIZ (2024) OPTIMASI SEGMENTASI PELANGGAN E-COMMERCE SHOPEE DENGAN MENGGUNAKAN ANALISIS RFM DAN METODE IQR UNTUK DETEKSI DAN PENANGNAN OUTLIER PADA K-MEANS. Other thesis, UPN Veteran Yogyakarta.

	Text Abstrak Skripsi_Hammam Fariz Raharjo_123200062.pdf Download (194kB)
	Text Cover Skripsi_Hammam Fariz Raharjo_123200062.pdf Download (414kB)
	Text Daftar Isi Skripsi_Hammam Fariz Raharjo_123200062.pdf Download (163kB)
	Text Daftar Pustaka Skripsi_Hammam Fariz Raharjo_123200062.pdf Download (111kB)
	Text Fulltext Skripsi_Hammam Fariz Raharjo_123200062.pdf Restricted to Repository staff only Download (7MB)
	Text Halaman Pengesahan Skripsi_Hammam Fariz Raharjo_123200062.pdf Download (985kB)

Abstract

Segmentasi pelanggan mengacu pada proses membagi kelompok konsumen yang besar
menjadi kelompok-kelompok yang lebih kecil dengan berbagai karakteristik berdasarkan
atribut sosial, perilaku, dan atribut-atribut konsumsi mereka. Penelitian ini bertujuan untuk
meningkatkan kinerja algoritma K-Means yang sensitif terhadap outlier dengan menerapkan
metode Interquartile-Range (IQR) guna mengatasi outlier. Penelitian ini menggunakan data
pelanggan E-Commerce Shopee dari bulan Oktober 2023 hingga Januari 2024 sebanyak 419
data, dengan atribut seperti umur, recency, frequency, dan monetary.
Metode penelitian yang digunakan yaitu Metode Interquartile-Range (IQR), metode ini
diterapkan untuk mengatasi outlier dalam proses segmentasi pelanggan menggunakan
algoritma K-Means. IQR adalah teknik statistik yang digunakan untuk mengidentifikasi dan
menangani nilai-nilai yang ekstrem atau tidak biasa dalam kumpulan data.
Hasil penelitian menunjukkan bahwa penerapan IQR berhasil meningkatkan kinerja K�Means, dengan peningkatan silhouette score sebesar 3.81% dibandingkan dengan model tanpa
IQR. Hal ini menghasilkan struktur cluster yang lebih jelas dan akurat, terbagi menjadi empat
kelompok yang dapat diidentifikasi dengan warna merah, hijau, biru, dan kuning. Kesimpulan
dari penelitian ini adalah bahwa penggunaan metode IQR efektif dalam meningkatkan akurasi
segmentasi pelanggan pada algoritma K-Means, yang berpotensi meningkatkan strategi
pemasaran dan kepuasan pelanggan.
Kata kunci: Segmentasi pelanggan, k-means, interquartile-range, outlier, silhouette score

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Segmentasi pelanggan, k-means, interquartile-range, outlier, silhouette score
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	31 May 2024 07:50
Last Modified:	31 May 2024 07:50
URI:	http://eprints.upnyk.ac.id/id/eprint/39579

Actions (login required)

View Item