Penerapan algoritma K-Means clustering untuk segmentasi pelanggan (Studi Kasus : PT Sehati Bangunan Abadi)

Damayanti, Lusi (2026) Penerapan algoritma K-Means clustering untuk segmentasi pelanggan (Studi Kasus : PT Sehati Bangunan Abadi). Skripsi thesis, ITN MALANG.

	Text 2218135_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (659kB)
	Text 2218135_BAB1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (255kB)
	Text 2218135_BAB2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (507kB) | Request a copy
	Text 2218135_BAB3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (655kB) | Request a copy
	Text 2218135_BAB4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2218135_BAB5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (243kB) | Request a copy
	Text 2218135_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (212kB)
	Text 2218135_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem segmentasi pelanggan berbasis website serta mengimplementasikan algoritma K-Means Clustering untuk mengelompokkan pelanggan PT Sehati Bangunan Abadi (SBA) berdasarkan data transaksi tahun 2024. Objek penelitian meliputi pelanggan kategori KAI (Kontraktor, Arsitek, dan Interior Designer), Singres Member, dan End User dengan menggunakan tiga variabel utama, yaitu Recency, Frequency, dan Total Nominal (RFM) yang telah melalui tahap pembersihan dan normalisasi data menggunakan metode Min-Max. Proses clustering dilakukan dengan jumlah cluster sebanyak tiga dan perhitungan jarak menggunakan Euclidean Distance, sehingga pelanggan dapat dikelompokkan ke dalam tiga kategori, yaitu Prioritas, VVIP, dan VIP. Evaluasi kualitas pengelompokan dilakukan menggunakan Silhouette Score dengan hasil sebesar 0.5884 untuk kategori KAI, 0.5101 untuk End User, dan 0.6274 untuk Singres Member yang menunjukkan kualitas pengelompokan berada pada tingkat cukup baik. Hasil pengujian fungsional menunjukkan seluruh fitur sistem berjalan dengan baik, serta hasil kuesioner menunjukkan bahwa sistem dinilai mudah digunakan, hasil clustering jelas, dan bermanfaat dalam mendukung pengambilan keputusan di PT Sehati Bangunan Abadi

Item Type:	Thesis (Skripsi)
Additional Information:	Lusi Damayanti (2218135)
Uncontrolled Keywords:	K-Means Clustering, Segmentasi Pelanggan, Data Mining , Silhouette Score
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	LUSI DAMAYANTI
Date Deposited:	09 Feb 2026 07:22
Last Modified:	09 Feb 2026 07:22
URI:	http://eprints.itn.ac.id/id/eprint/16053

Actions (login required)

View Item