CLUSTERING LOYALITAS PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS PADA KARDUS PACKING TULUNGAGUNG

Fauzan, Mohammad (2024) CLUSTERING LOYALITAS PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS PADA KARDUS PACKING TULUNGAGUNG. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400197_Mohammad Fauzan_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Fauzan, Mohammad. 2024. Clustering Loyalitas Pelanggan Menggunakan Algoritma K-Means Pada Kardus Packing Tulungagung. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Wahab Syaroni, M.Kom., (II) M. Noer Fadli Hidayat, M.Kom.

Kata Kunci: Clustering, Loyalitas Pelanggan, K-Means, Davies-Bouldin Index (DBI), Kardus Packing Tulungagung.

Sektor industri manufaktur di Indonesia mengalami pertumbuhan pesat, salah satunya adalah Kardus Packing yang beroperasi di Tulungagung sejak tahun 2021. Dengan kualitas produk yang terjamin dan pelayanan yang ramah, perusahaan ini berhasil menarik minat pelanggan luas dari berbagai daerah. Dalam upaya mempertahankan pangsa pasar dan mencegah perpindahan pelanggan (customer churn), perusahaan perlu mengidentifikasi kelompok pelanggan potensial guna memberikan pelayanan prima dan apresiasi yang tepat sasaran. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan loyalitas pelanggan berdasarkan parameter jumlah produk yang dipesan dan frekuensi pembelian ulang (repeat order). Algoritma ini memproses data menggunakan perhitungan jarak Euclidean untuk menentukan kedekatan antar data poin terhadap pusat klaster (centroid). Pengujian dilakukan terhadap 577 data pelanggan dan menghasilkan tiga kategori loyalitas: pelanggan sangat loyal (339 pelanggan), cukup loyal (52 pelanggan), dan tidak loyal (186 pelanggan). Evaluasi kualitas klaster dilakukan menggunakan Davies-Bouldin Index (DBI) yang menghasilkan nilai 0,96. Mengingat kriteria nilai DBI yang semakin mendekati nol menunjukkan kualitas klaster yang semakin baik, hasil ini mengindikasikan bahwa pengelompokan yang dilakukan cukup optimal untuk membantu strategi pemasaran perusahaan.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > HF Commerce Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	29 Apr 2026 02:42
Last Modified:	29 Apr 2026 02:42
URI:	https://repository.unuja.ac.id/id/eprint/3246

Actions (login required)

View Item