Penentuan loyalitas pelanggan di Batubara Mart menggunakan K-Means Clustering

INDONESIA:

Batubara Mart merupakan salah satu toko yang menjual berbagai macam kebutuhan kelengkapan sehari-hari seperti makanan, minuman, peralatan rumah tangga, dan lainnya yang ditempatkan pada rak-rak atau etalase. Mengingat banyaknya pesaing bisnis pada usaha yang sama, pemilik toko harus dapat melakukan upaya untuk mencegah terjadinya perpindahan pelanggan, karena pelanggan yang puas dapat memberikan banyak keuntungan bagi toko tersebut seperti dapat memungkinkan tercapainya loyalitas pelanggan. Untuk mengetahui loyalitas pelanggan dapat memanfaatkan data transaksi yang telah diolah dengan menggunakan teknik clustering. Dalam penelitian ini, penulis menggunakan metode k-means clustering dengan menggunakan data transaksi dari bulan Januari sampai Agustus 2022. Metode k-means clustering diimplementasikan menggunakan bahasa pemrograman Python. Hasil dari penelitian setelah dilakukan pengujian Elbow dan Davies Bouldin Index (DBI) dengan nilai k=2 dan iterasi-3 mendapatkan hasil bahwa pada metode Elbow terdapat cluster terbaik yang diperoleh pada cluster 4 dengan nilai Elbow 7.75. Karena cluster terbaik merupakan cluster yang membentuk kurva. Sedangkan pada metode DBI didapatkan hasil cluster yang optimal terdapat pada cluster 8 dengan nilai DBI 0.05, karena semakin kecil nilai DBI maka cluster akan semakin optimal.

ENGLISH:

Batubara Mart is a shop that sells various kinds of daily necessities such as food, drinks, household appliances, and others which are placed on shelves or window displays. Given the many business competitors in the same business, shop owners must be able to make efforts to prevent customer movement, because satisfied customers can provide many benefits for the store such as being able to achieve customer loyalty. To find out customer loyalty, you can use transaction data that has been processed using clustering techniques. In this study, the authors used the k-means clustering method using transaction data from January to August 2022. The k-means clustering method is implemented using the Python programming language. The results of the research after testing the Elbow and Davies Bouldin Index (DBI) with a value of k=2 and iteration-3 get the result that the Elbow method has the best cluster obtained in cluster 4 with an Elbow value of 7.75. Because the best cluster is a cluster that forms a curve. While in the DBI method, the optimal cluster results are found in cluster 8 with a DBI value of 0.05, because the smaller the DBI value, the cluster will be more optimal.

البحث:

هو متجر يبيع أنواعًا مختلفة من الضروريات اليومية مثل الطعام والمشروبات والأجهزة المنزلية وغيرها التي توضع
على الأرفف أو النوافذ. بالنظر إلى العديد منالمنافسين في الأعمال التجارية في نفس العمل ، يجب أن يكون أصحاب المتاجر قادرين
كة العملاء ، لأن العملاء الراضين يمكن أن يوفروا العديد من الفوائد للمخزن مثعلى بذل الجهود لمنع حرل القدرة على تحقيق ولاء
العملاء. لمعرفة ولاء العملاء ، يمكنك استخدام بيانات المعاملات التي تمت معالجتها باستخدام تقنيات التجميع. في هذه الدراسة ،
استخدم المؤلفون طريقةgsteC suMCBsaaem-Kباستخدام بيانات المعاملات من يناير إلى أغسطس2022.يتم تنفيذ طريقة
gsteC suMCBsaaem-Kباستخدام لغة برمجةnyhByle. نتائج البحث بعد اختبارDtIوwu lEبقيمة2=kو3-
IBsatBaleتحصل على نتيجة أن طريقةwu lEلديها أفضل مجموعة تم الحصول عليها في4suMCBsaبقيمةwu lEتبلغ
7,75. لأن أفضل كتلة هي الكتلة التي تشكل منحنى. بينما في طريقةDtI، يتم العثور على نتائج الكتلة المثلى في الكتلة8بقيمة
DtIتبلغ0.05، لأنه كلما كانت قيمةDtIأصغر ، زادت