Analisis Pelanggan Potensial Dengan Algoritma K-Means Untuk Meningkatkan Jumlah Paket Pada PT Cipta Teknindo Rekatama

Albianus Arfan Kari; Verra Sofica

doi:10.51211/itbi.v9i2.3037

Albianus Arfan Kari Universitas Nusa Mandiri
Verra Sofica STMIK Nusa Mandiri Jakarta

DOI: https://doi.org/10.51211/itbi.v9i2.3037

Abstract

Dalam dunia bisnis hubungan antara pelaku bisnis dengan klien (pelangggan) sangatlah penting. Dimana perusahaan harus bisa mempererat hububungan dengan pelanggannya termasuk untuk pengenalan pelanggan potensial. Perusahaan menyadari akan pentingnya hubungan antara pelanggan yang loyal dengan keberhasilan bisnis perusahaan, serta Gaya hidup masyarakat saat ini ikut berubah karena pengaruh dari perkembangan teknologi tersebut, salah satu yang paling mencolok dari perkembangan teknologi tersebut adalah gadget dan kecenderungan beraktivitas di dunia maya seperti berbelanja secara online atau lebih sering disebut dengan belanja online. PT Cipta Teknindo Rekatama merupakan perusahaan yang bergerak di jasa pengiriman paket. PT Cipta Teknindo Rekatama berjalannya sangat cepat dan pemasaran dapat dilakukan secara global. Jumlah paket yang ada juga membantu PT Cipta Teknindo Rekatama untuk mengetahui pelanggan potensial yang tepat. Akan tetapi, masih ada permasalahan yang ditemukan dalam pengiriman paket pada perusahaan ini yaitu tidak adanya peningkatan untuk paket masuk dalam beberapa tahun terakhir. Oleh sebab itu, perlu penentuan pelanggan potensial dalam meningkatkan jumlah paket pada PT Cipta Teknindo Rekatama melalui pola-pola dari kumpulan data dengan metode Clustering (Pengelompokan) dengan menggunakan Algoritma K-Means. Algoritma K-Means meenjadi salah satu metode dalam fungsi clustering atau pengelompokan. Clustering mengacu pada pengelompokan data, observasi atau kasus berdasarkan kemiripan objek yang diteliti. Hasil dari penelitian ini diharapkan dapat memudahkan PT Cipta Teknindo Rekatama dalam menganalisis pelanggan potensial sehingga mendapatkan informasi jumlah paket yang di terimannya.

References

[1] A. H. Fazri, A. Muhammad, P. Ayu, and W. Purnama, “Computer Based Information System Journal ALGORITMA K-MEANS CLUSTER UNTUK SEGMENTASI PELANGGAN KATA KUNCI CRM, K-means cluster, Customer Segmentation. KORESPONDENSI,” Cbis J., vol. 11, no. 02, pp. 42–51, 2023.
[2] Y. N. A. Cuhwanto and D. A. R, “Impementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means,” Pengkaj. dan Penerapan Tek. Inform., 2019.
[3] Yahya and Mahpuz, “Penggunaan Algoritma K-Means Untuk Menganalisis Pelanggan Potensial Pada Dealer SPS Motor Honda Lombok Timur Nusa Tenggara Bara,” J. Inform. dan Teknol., vol. 2, no. 2, pp. 1–19, 2019.
[4] K. L. Putri, M. Agus Sunandar, and Y. Muhyidin, “Penerapan Algoritma K-Means untuk Penentuan Strategi Promosi(Studi Kasus: SMA PGRI 1 Purwakarta),” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 2044–2050, 2023.
[5] S. Sonang, A. T. Purba, and F. O. I. Pardede, “Pengelompokan Jumlah Penduduk Berdasarkan Kategori Usia Dengan Metode K-Means,” J. Tek. Inf. dan Komput., vol. 2, no. 2, p. 166, 2019.