Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
CLUSTERING PEMILIHAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA K-MEANS DI UD.MAKMUR
DERMAWAN ADI WIJAYA (2016) | Skripsi | -
Bagikan
Ringkasan
UD.Makmur merupakan industri manufaktur yang bergerak pada pengiriman serta penjualan kayu.Salah satu hal yang penting dalam pengelolaan pelanggan adalah bagaimana suatu perusahaan dapat mempertahankan pelanggan yang dimilikinya. Usaha untuk mempertahankan pelanggan ini menjadi hal yang penting bagi UD.Makmur mengingat semakin banyaknya usaha retail yang menjual produk yang sama. Untuk mencegah terjadinya perpindahan pelanggan ini, maka perlu diketahui kelompok pelanggan yang potensial, sehingga perusahaan bisa melindungi pelanggan potensial tersebut dengan cara memberikan pelayanan prima dan memberikan hadiah.Implementasi dari clustering pelanggan potensial dapat membantu untuk menganalisa data yang diperoleh dari transaksi. Pengelompokan tersebut dilakukan dengan menggunakan metode clustering. Algoritma yang digunakan adalah algoritma K-Means, informasi yang ditampilkan berupa nilai sentroid dari tiap-tiap cluster dan kelompok-kelompok pelanggan potensial.
Ringkasan Alternatif
UD.Makmur is a manufacturing industries engaged in the delivery and sale of timber . one thing that is important in the management of the customer is how a company can retain its customers. Efforts to retain these customers become essential for UD.Makmur considering the increasing number of retail businesses that sell the same product. To prevent the transfer of these customers, it is necessary to know the group of potential customers, so the company can protect these potential customers by providing excellent service and give gifts.Implementation of clustering potential customers can help to analyze the data obtained from the transaction. The grouping is done by using a clustering method. The algorithm used is the K-Means algorithm, featured of the information is avalue centroid of each cluster and groups of potential customers.