CUSTOMER SEGMENTATION DENGAN METODE SELF ORGANIZING MAP (STUDI KASUS: UD. FENNY)
Abstract: Saat ini persaingan
bisnis pada perusahaan retail tidak hanya dengan menggunakan perangkat sistem
informasi namun sudah dilengkapi dengan sistem pendukung keputusan. Salah satu
metode sistem pendukung keputusan yang digunakan adalah data mining. Data
mining digunakan untuk menemukan pola-pola yang tersembunyi pada database. UD.
Fenny sebagai perusahaan retail ingin menemukan pola segmentasi pelanggan
dengan menggunakan model RFM (Recency, Frequency, Monetary). Metode data mining
untuk melakukan proses segmentasi adalah metode clustering. Clustering
merupakan proses penggugusan data menjadi kelompok-kelompok yang memiliki
kemiripan secara tidak terawasi (unsupervised). Sebelum melakukan proses
clustering, dilakukan proses persiapan data dengan membuat datawarehouse
menggunakan skema bintang (star scema). Selanjutnya dilakukan proses clustering
dengan menggunakan metode Self Organizing Map (SOM/Kohonen). Metode ini
merupakan salah satu model jaringan saraf tiruan yang menggunakan metode
unsupervised. Dari hasil percobaan metode SOM melakukan proses clustering dan
menggambarkan hasil clustering pada SOM plot. Dengan melakukan proses
clustering, pihak pengambil keputusan dapat memahami segmentasi customer dan
melakukan upaya peningkatan pelayanan customer.
Penulis: A. A. Gde Bagus
Ariana
Kode Jurnal: jptkomputerdd110064