segmentasi pelanggan menggunakan metode fuzzy c-means … awal.pdfhasil uji coba dari empat...

17
Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means dan Fuzzy Recency Frequency Monetary pada Perusahaan Furniture TUGAS AKHIR Diajukan Guna Memenuhi Sebagian Persyaratan Dalam Rangka Menyelesaikan Pendidikan Sarjana Strata Satu (S1) Program Studi Teknologi Informasi NI PUTU PUTRI YULIARI NIM.1104505075 JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015

Upload: others

Post on 25-Jul-2020

4 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

Segmentasi Pelanggan Menggunakan

Metode Fuzzy C-Means dan Fuzzy Recency Frequency Monetary

pada Perusahaan Furniture

TUGAS AKHIR

Diajukan Guna Memenuhi Sebagian Persyaratan

Dalam Rangka Menyelesaikan Pendidikan Sarjana Strata Satu (S1)

Program Studi Teknologi Informasi

NI PUTU PUTRI YULIARI

NIM.1104505075

JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK

UNIVERSITAS UDAYANA

JIMBARAN

2015

Page 2: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

iii

PERNYATAAN

Dengan ini saya menyatakan bahwa dalam Tugas Akhir ini tidak terdapat

karya yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu

perguruan tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau

pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara

tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.

Denpasar, Juli 2015

Ni Putu Putri Yuliari

Page 3: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAANUNIVERSITAS UDAYANA

FAKULTAS TEKNIKJURUSAN TEKNOLOGI INFORMASI

GedungTeknologilnformasi, Kampus Bukit Jimbaran - BaliTelepon: +62 3 61. 7853 53 3 email: [email protected]. ac. id

laman:http://www. it.unud.ac. id

JTIDUL

NAMANIMJURUSAN

FAKULTASTANGGAL UJIAN

LEMBAR PENGESAHAN TUGAS AKHIR

SEGMENTAS I PELANGGAN MENGGT]NAKANMETODE FUZZY C-MEANS DAN FUZZY R}'MPADA PERI]SAHAAN FI]RNITT]RENI PUTU PUTRI YULIARI1 104505075

TEKNOLOGI INFORMASITEKNIK03 JULI2O15

Pembimbing II,

AI-1!qlU\

Ni Kadek Dwi Rusjayanti. ST..MTNIP.

Menyetujui,

Prof. Dr. I Ketut Gede Darma Putra. S.Kom.. M.TNIP. 19740424199903 1 003

Pembimbing I,

Mengetahui,

Ketua Teknologi Informasi

,l'..' tt

-,.,.t1L^

2003t2 I 002

Page 4: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAJ{{UNIVERSITAS UDAYANA

FAKULTAS TEKNIKJURUSAN TEKNOLOGI INFORMASI

GedungTeknologitnformasi, Kampus Bukit Jimbaran - BaliTelepon: +62 361 7853533email: [email protected]

laman:http ://www. it.unud.ac. id

JUDUL

NAMANIMJURUSANFAKULTASTANGGAL UJIAN

S.Kom.. M.TNIDN.4024047406

Sekretaris, I

o^lIt^tt

Ni Kadek DWi Rusjavanti. ST..MTNIDN.0809058502

BERITA ACARA TUGAS AKHIR

SEGMENTASI PELANGGAN MENGGUNAKANMETODE FUZZY C-MEANS DAN FUZZY RFMPADA PERUSAHAAN FURNITURENI PUTU PUTRI YULIARI1 10450507s

TEKNOLOGI INFORMASITEKNIK03 JULI2O15

A.A Kompiang Oka Sudana" S.Kom.MT.NIDN.0006127508

Telah dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagianpersyaratan yang diperlukan untuk memperoleh gelar Sarjana TeknologiInformasi pada Program Studi Teknologi Informasi, Fakultas Teknik, UniversitasUdayana dengan nilai A.

DEWAN PENGUJI

Putra. S.Si..M.SiNIDN.0014068305

Ketua,

Penguji II,

I MMukarsa .T.,M.T.NIDN.0024t07505

Page 5: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

vi

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa, karena

berkat rahmat-Nyalah maka penulis dapat menyelesaikan tugas akhir ini. Penulis

mendapatkan banyak petunjuk dan bimbingan dari berbagai pihak. Ucapan terima

kasih penulis sampaikan kepada :

1. Bapak Prof. Ir. Ngakan Putu Gede Suardana, M.T., Ph.D. selaku Dekan

Fakultas Teknik Universitas Udayana.

2. Bapak Dr. Eng. I Putu Agung Bayupati, S.T., M.T. selaku Ketua Jurusan

Teknologi Informasi Universitas Udayana.

3. Bapak Prof. Dr. I Ketut Gede Darma Putra,S.Kom.,M.T. selaku pembimbing I

yang telah banyak memberikan bimbingan, bantuan dan petunjuk kepada

penulis dalam penyelesaian tugas akhir ini.

4. Ibu Ni Kadek Dwi Rusjayanti, S.T., M.T. selaku dosen pembimbing II yang

telah banyak memiliki memberikan bantuan, petunjuk, dan bimbingan kepada

penulis di dalam penyelesaian tugas akhir ini.

5. Bapak I Made Sukarsa, S.T.,M.T. selaku dosen pembimbing akademik, yang

telah memberikan bimbingan selama menempuh pendidikan di Jurusan

Teknologi Informasi Fakultas Teknik Universitas Udayana.

6. Kedua orang tua terutama ayah dan adik saya yang telah bekerja keras,

memberikan bimbingan dan dukungan finansial, jasmani dan rohani serta

seluruh keluarga besar saya yang selalu mendukung dan memberikan motivasi

dalam penyusunan tugas akhir ini.

7. Teman-teman seperjuangan saya, Anindya Santika, Mertasuryani, Debby

Puspita, Yulia Jungsu (T), Amy Jayanti (s) dan angkatan TIMMXI yang telah

memberikan sumbangan ide, pemikiran, pengetahuan, dukungan sehingga

membantu penulis dalam penyusunan tugas akhir.

Page 6: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

vii

8. Teman-teman dan keluarga besar civitas akademika Jurusan Teknologi

Informasi yang telah memberikan sumbangan ide, pemikiran, pengetahuan,

dukungan sehingga membantu penulis dalam penyusunan tugas akhir.

Denpasar, Juli 2015

Ni Putu Putri Yuliari

Page 7: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

viii

ABSTRAK

Segmentasi pelanggan adalah strategi pasar untuk mengetahui pelanggan

yang potensial untuk membantu perusahaan dalam memasarkan produk.

Penelitian ini menggunakan Fuzzy C-Means dan Fuzzy RFM untuk melakukan

clustering. Metode Fuzzy C-Means diukur melalui derajat keanggotaan suatu data.

Software yang digunakan pada penelitian ini adalah Matlab dan Microsoft SQL

Server. Hasil uji coba dari empat percobaan yang dilakukan menghasilkan dua

kelas yang dominan yakni Superstar B dan Occasional H serta untuk jumlah

cluster yang terbaik adalah dua cluster dengan Metode MPC (Modiffied Partition

Coefficient) sebagai metode uji validitas.

Kata kunci : Segmentasi pelanggan, Fuzzy C-Means, Fuzzy RFM, MPC

(Modiffied Partition Coefficient)

Page 8: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

ix

ABSTRACT

Customer segmentation divides potential customer in market strategy. This

research had used Fuzzy C-Means and Fuzzy RFM for clustering method. Fuzzy

C-Means utilizied existence member of data given from membership degree.

Softwares used to conduct this experiment are Microsoft SQL Server to saving the

database and Matlab as the tools. The results of this segmentation for four

experiments are two classes. Its has superstar B and Occasional H for each

number cluster and then for the best number of cluster for this experiments are

two clusters according MPC method.

Keywords : Customer segmentation, Fuzzy C-Means, Fuzzy RFM, MPC

(Modiffied Partition Coefficient)

Page 9: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

x

DAFTAR ISI

HALAMAN JUDUL ...................................................................................... ii

LEMBAR PERNYATAAN .......................................................................... iii

LEMBAR PENGESAHAN TUGAS AKHIR .............................................. iv

BERITA ACARA TUGAS AKHIR .............................................................. v

KATA PENGANTAR .................................................................................... vi

ABSTRAK ...................................................................................................... viii

ABSTRACT .................................................................................................... ix

DAFTAR ISI ................................................................................................... x

DAFTAR GAMBAR ...................................................................................... xii

DAFTAR TABEL .......................................................................................... xv

DAFTAR KODE PROGRAM....................................................................... xviii

BAB I PENDAHULUAN .............................................................................. 1

1.1 Latar Belakang ...................................................................................... 1

1.2 Rumusan Masalah ................................................................................. 3

1.3 Tujuan Penelitian .................................................................................. 3

1.4 Manfaat Penelitian ................................................................................ 4

BAB II TINJAUAN PUSTAKA .................................................................... 5

2.1 State of the Art ....................................................................................... 5

2.2 Customer Relationship Management (CRM) ....................................... 6

2.3 Data Mining ........................................................................................ 7

2.4 Segmentasi Pelanggan .......................................................................... 10

2.5 Fuzzy RFM (Recency, Frequency, Monetary) ..................................... 11

2.6 Metode Clustering ................................................................................ 12

2.7 Fuzzy C-Means .................................................................................... 13

2.8 Profil CV. Guna Laksana Cipta ............................................................ 15

BAB III METODE DAN PERANCANGAN SISTEM .............................. 16

3.1 Tempat dan Waktu ................................................................................ 16

3.2 Alur Analisis ........................................................................................ 16

3.3 Data ..................................................................................................... 17

3.4 Kebutuhan Hardware dan Software ..................................................... 17

3.5 Perancangan Sistem .............................................................................. 17

3.5.1 Gambaran Umum Sistem ............................................................... 18

3.5.2 Bussiness Understanding ............................................................... 18

Page 10: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xi

3.5.3 Data Understanding ....................................................................... 19

3.5.4 Data Preparation ........................................................................... 23

3.5.4.1 Pemilihan Data .................................................................... 26

3.5.4.2 Data Preprocessing ............................................................ 26

3.5.4.3 Data Transformation .......................................................... 28

3.5.5 Modeling ........................................................................................ 29

3.5.5.1 Clustering ........................................................................... 37

3.5.6 Uji Cluster dalam Metode MPC (Modified Partition

Coefficient) ..................................................................................... 47

3.5.6.1 Rancangan database .......................................................... 48

3.5.7 Deployment .................................................................................... 55

3.6 Antarmuka Aplikasi ............................................................................. 55

3.6.1 Form Open .................................................................................... 55

3.6.2 Form Clustering ............................................................................ 56

3.6.3 Form View ..................................................................................... 57

3.6.4 Form Segmentation ....................................................................... 58

BAB IV HASIL DAN PEMBAHASAN ........................................................ 59

4.1 Arsitektur Analisa Data ......................................................................... 59

4.2 Pemilihan Data ...................................................................................... 61

4.3 Implementasi Fuzzy C-Means ............................................................... 64

4.4 Implementasi Fuzzy RFM ..................................................................... 65

4.5 Hasil Uji Coba Clustering Fuzzy C-Means ........................................... 68

4.5.1 Uji Coba dengan Jumlah Cluster 2 ................................................ 68

4.5.2 Uji Coba dengan Jumlah Cluster 3 ................................................ 77

4.5.3 Uji Coba dengan Jumlah Cluster 4 ................................................ 87

4.5.4 Uji Coba dengan Jumlah Cluster 5 ............................................... 96

4.6 Analisis Cluster ..................................................................................... 105

BAB V KESIMPULAN DAN SARAN ......................................................... 107

5.1 Kesimpulan ............................................................................................ 107

5.2 Saran ...................................................................................................... 107

DAFTAR PUSTAKA...................................................................................... 108

Page 11: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xii

DAFTAR GAMBAR

Gambar 2.1 Proses Transformasi Data Mentah Menjadi Berguna .................. 8

Gambar 2.2 Siklus Hidup CRISP-DM ............................................................. 9

Gambar 3.1 Gambaran Umum Sistem ............................................................. 18

Gambar 3.2 Diagram Relasi Antar Tabel ....................................................... 22

Gambar 3.3 Tabel yang Terlibat dalam Preparation ........................................ 23

Gambar 3.4 Pembentukan Tabel tb_Fix ........................................................... 24

Gambar 3.5 Pembentukan Tabel tb_rfmfix ...................................................... 25

Gambar 3.6 Himpunan Fuzzy Recency ............................................................ 30

Gambar 3.7 Himpunan Fuzzy Frequency ........................................................ 30

Gambar 3.8 Himpunan Fuzzy Monetary .......................................................... 31

Gambar 3.9 Flowchart Metode Fuzzy C-Means ............................................. 37

Gambar 3.10 Database Tambahan .................................................................. 49

Gambar 3.11 GUI Open ................................................................................... 56

Gambar 3.12 GUI Clustering ........................................................................... 57

Gambar 3.13 GUI View .................................................................................... 57

Gambar 3.14 GUI Segmentation ...................................................................... 58

Gambar 4.1 Tahapan Arsitektur Pemilihan Data .............................................. 59

Gambar 4.2 Pemilihan Data ............................................................................. 61

Gambar 4.3 Data RFM dalam Bentuk Grafik 3 Dimensi................................. 62

Gambar 4.4 Data RFM .................................................................................... 63

Gambar 4.5 Grafik RFM .................................................................................. 63

Gambar 4.6 Input Parameter Fuzzy C-Means .................................................. 64

Gambar 4.7 Tampilan Data yang Telah Diklasterisasi dan Grafik Pusat Cluster

Serta Uji Validitas Cluster .......................................................... 65

Gambar 4.8 Grafik Fuzzy RFM ....................................................................... 66

Gambar 4.9 Data yang Telah Dilakukan Segmentasi ....................................... 67

Gambar 4.10 Hasil Clustering Menggunakan Bobot 2 dan Iterasi

maksimal 10 ................................................................................ 69

Gambar 4.11 Hasil Clustering Menggunakan Bobot 2 dan Iterasi

maksimal 50 ................................................................................ 70

Gambar 4.12 Hasil Clustering Menggunakan Bobot 3 dan Iterasi

maksimal 10 ................................................................................ 71

Gambar 4.13 Hasil Clustering Menggunakan Bobot 3 dan Iterasi

maksimal 100 .............................................................................. 72

Gambar 4.14 Hasil Clustering Menggunakan Bobot 4 dan Iterasi

maksimal 10 ................................................................................ 73

Gambar 4.15 Hasil Clustering Menggunakan Bobot 4 dan Iterasi

maksimal 100 .............................................................................. 74

Gambar 4.16 Hasil Clustering Menggunakan Bobot 5 dan Iterasi

maksimal 10 ................................................................................ 75

Gambar 4.17 Hasil Clustering Menggunakan Bobot 5 dan Iterasi

Page 12: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xiii

maksimal 100 .............................................................................. 76

Gambar 4.18 Hasil Clustering dengan 3 Cluster, Bobot 2 dan Iterasi

maksimal 10 ............................................................................... 78

Gambar 4.19 Hasil Clustering dengan 3 Cluster, Bobot 2 dan Iterasi

maksimal 100 .............................................................................. 79

Gambar 4.20 Hasil Clustering dengan 3 Cluster, Bobot 3 dan Iterasi

maksimal 10 ................................................................................ 80

Gambar 4.21 Hasil Clustering dengan 3 Cluster, Bobot 3 dan Iterasi

maksimal 100 .............................................................................. 81

Gambar 4.22 Hasil Clustering dengan 3 Cluster, Bobot 4 dan Iterasi

maksimal 10 ................................................................................ 82

Gambar 4.23 Hasil Clustering dengan 3 Cluster, Bobot 4 dan Iterasi

maksimal 100 .............................................................................. 83

Gambar 4.24 Hasil Clustering dengan 3 Cluster, Bobot 5 dan Iterasi

maksimal 10 ................................................................................ 84

Gambar 4.25 Hasil Clustering dengan 3 Cluster, Bobot 5 dan Iterasi

maksimal 100 .............................................................................. 85

Gambar 4.26 Hasil Clustering dengan 4 Cluster, Bobot 2 dan Iterasi

maksimal 10 ................................................................................ 87

Gambar 4.27 Hasil Clustering dengan 4 Cluster, Bobot 2 dan Iterasi

maksimal 100 .............................................................................. 88

Gambar 4.28 Hasil Clustering dengan 4 Cluster, Bobot 3 dan Iterasi

maksimal 10 ................................................................................ 89

Gambar 4.29 Hasil Clustering dengan 4 Cluster, Bobot 3 dan Iterasi

maksimal 100 .............................................................................. 90

Gambar 4.30 Hasil Clustering dengan 4 Cluster, Bobot 4 dan Iterasi

maksimal 10 ................................................................................ 91

Gambar 4.31 Hasil Clustering dengan 4 Cluster, Bobot 4 dan Iterasi

maksimal 100 .............................................................................. 92

Gambar 4.32 Hasil Clustering dengan 4 Cluster, Bobot 5 dan Iterasi

maksimal 10 ................................................................................ 93

Gambar 4.33 Hasil Clustering dengan 4 Cluster, Bobot 5 dan Iterasi

maksimal 100 .............................................................................. 94

Gambar 4.34 Hasil Clustering dengan 5 Cluster, Bobot 2 dan Iterasi

maksimal 10 ................................................................................ 96

Gambar 4.35 Hasil Clustering dengan 5 Cluster, Bobot 2 dan Iterasi

maksimal 100 .............................................................................. 97

Gambar 4.36 Hasil Clustering dengan 5 Cluster, Bobot 3 dan Iterasi

maksimal 10 ................................................................................ 98

Gambar 4.37 Hasil Clustering dengan 5 Cluster, Bobot 3 dan Iterasi

Maksimal 100 ............................................................................. 99

Gambar 4.38 Hasil Clustering dengan 5 Cluster, Bobot 4 dan Iterasi

Maksimal 10 ............................................................................... 100

Gambar 4.39 Hasil Clustering dengan 5 Cluster, Bobot 4 dan Iterasi

Maksimal 100 ............................................................................. 101

Gambar 4.40 Hasil Clustering dengan 5 Cluster, Bobot 5 dan Iterasi

Page 13: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xiv

Maksimal 10 ............................................................................... 102

Gambar 4.41 Hasil Clustering dengan 5 Cluster, Bobot 5 dan Iterasi

Maksimal 100 ............................................................................. 103

Gambar 4.42Tampilan Grafik Perbandingan Hasil Kerja Clustering .............. 106

Page 14: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xv

DAFTAR TABEL

Tabel 2.1 Pembagian Customer Berdasarkan Nilai RFM ............................... 11

Tabel 3.1 Tabel Customer ................................................................................. 20

Tabel 3.2 Tabel Produk ..................................................................................... 20

Tabel 3.3 Tabel Orders ..................................................................................... 20

Tabel 3.4 Tabel Order Details .......................................................................... 21

Tabel 3.5 Tabel Employees ............................................................................... 21

Tabel 3.6 Data Pilihan Sesuai dengan Model RFM ......................................... 22

Tabel 3.7 Tabel Orders ..................................................................................... 23

Tabel 3.8 Tabel OrderDetails ........................................................................... 24

Tabel 3.9 Tabel Tb_Fix .................................................................................... 27

Tabel 3.10 Tabel Tb_Fixed ............................................................................... 27

Tabel 3.11Tabel RFMfix .................................................................................. 28

Tabel 3.12 Tabel RFMfixed ............................................................................. 29

Tabel 3.13 Domain Value RFM........................................................................ 29

Tabel 3.14 Tabel Kelas Pelanggan ................................................................... 31

Tabel 3.15 Tabel Label Pelanggan Superstar ................................................... 33

Tabel 3.16 Label Pelanggan Golden ............................................................... 34

Tabel 3.17 Label Pelanggan ............................................................................ 34

Tabel 3.18 Label Pelanggan Occasional .......................................................... 35

Tabel 3.19 Label Pelanggan Everyday ............................................................. 35

Tabel 3.20 Label Pelanggan Dormant .............................................................. 36

Tabel 3.21 Contoh Tabel RFM ......................................................................... 39

Tabel 3.22 Menginputkan Variabel ................................................................ 39

Tabel 3.23 Membangkitkan Data ..................................................................... 39

Tabel 3.24 Bilangan Random Pembangkit Data .............................................. 40

Tabel 3.25 Data yang Termasuk pada Variabel µik .......................................... 40 Tabel 3.26 Contoh Menghitung Pusat Cluster 1 .............................................. 41

Tabel 3.27 Pusat Cluster 1 ............................................................................... 41

Tabel 3.28 Contoh Menghitung Pusat Cluster 2 .............................................. 42

Tabel 3.29 Pusat Cluster 2 ............................................................................... 42

Tabel 3.30 Contoh Menghitung Pusat Cluster 3 .............................................. 42

Tabel 3.31 Pusat Cluster 3 ............................................................................... 43

Tabel 3.32 Pusat Cluster ................................................................................. 43

Tabel 3.33 Menghitung Fungsi Objektif Cluster 1 .......................................... 43

Tabel 3.34 Menghitung Fungsi Objektif Cluster 2 .......................................... 44

Tabel 3.35 Menghitung Fungsi Objektif Cluster 3 .......................................... 44

Tabel 3.36 Fungsi Objektif Cluster Pt ............................................................. 45

Tabel 3.37 Penjumlahan µik ............................................................................ 45

Tabel 3.38 Menghitung Perubahan Matriks Partisi .......................................... 46

Tabel 3.39 Matriks Partisi Baru ....................................................................... 46

Tabel 3.40 Hasil Clustering .............................................................................. 47

Tabel 3.41 Struktur Tabel Tb_fix ..................................................................... 49

Page 15: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xvi

Tabel 3.42 Contoh Data pada Tb_fix ............................................................... 50

Tabel 3.43 Struktur Data pada Tabel Tb_fix .................................................... 50

Tabel 3.44 Tabel Tb_fixed ................................................................................ 51

Tabel 3.45 Struktur Tabel Tb_rfmfix ............................................................... 51

Tabel 3.46 Tabel Tb_rfmfix .............................................................................. 52

Tabel 3.47 Struktur Tabel Tb_rfmfixed ............................................................ 52

Tabel 3.48 Tabel Tb_rfmfixed .......................................................................... 52

Tabel 3.49 Struktur Tb_Recency ...................................................................... 53

Tabel 3.50 Contoh Tb_Recency ....................................................................... 53

Tabel 3.51 Struktur Tb_Monetary .................................................................... 54

Tabel 3.52 Contoh Tb_Monetary ..................................................................... 54

Tabel 3.53 Struktur Tb_Frekuensi .................................................................... 54

Tabel 3.54 Contoh Tb_Frekuensi ..................................................................... 55

Tabel 4.1 Range Fuzzy RFM untuk Recency ................................................... 66

Tabel 4.2 Range Fuzzy RFM untuk Frequency ............................................... 66

Tabel 4.3 Range Fuzzy RFM untuk Monetary................................................. 67

Tabel 4.4 Koordinat Titik Pusat Cluster ......................................................... 69

Tabel 4.5 Kelas Konsumen dengan 2 Cluster Bobot 2 dan Iterasi

Maksimal 10 .................................................................................. 69

Tabel 4.6 Kelas Konsumen dengan 2 Cluster Bobot 2 dan Iterasi

Maksimal 50 .................................................................................. 70

Tabel 4.7 Koordinat Titik Pusat Cluster ......................................................... 71

Tabel 4.8 Kelas Konsumen dengan 2 Cluster Bobot 3 dan Iterasi

Maksimal 10 .................................................................................. 71

Tabel 4.9 Koordinat Titik Pusat Cluster ......................................................... 72

Tabel 4.10 Kelas Konsumen dengan 2 Cluster Bobot 3 dan Iterasi

Maksimal 100 ................................................................................ 72

Tabel 4.11 Koordinat Titik Pusat Cluster ....................................................... 73

Tabel 4.12 Kelas Konsumen dengan 2 Cluster Bobot 4 dan Iterasi

Maksimal 10 .................................................................................. 73

Tabel 4.13 Koordinat Titik Pusat Cluster ....................................................... 74

Tabel 4.14 Kelas Konsumen dengan 2 Cluster Bobot 4 dan Iterasi

Maksimal 100 ................................................................................ 74

Tabel 4.15 Koordinat Titik Pusat Cluster ....................................................... 75

Tabel 4.16 Kelas Konsumen dengan 2 Cluster Bobot 5 dan Iterasi

Maksimal 10 .................................................................................. 75

Tabel 4.17 Koordinat Titik Pusat Cluster ....................................................... 76

Tabel 4.18 Kelas Konsumen dengan 2 Cluster Bobot 5 dan Iterasi

Maksimal 100 ................................................................................ 76

Tabel 4.19 Perbandingan Nilai MPC pada Uji Coba Jumlah Cluster 2 ........... 77

Tabel 4.20 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 78

Tabel 4.21 Kelas Konsumen dengan 3 Cluster ................................................ 78

Tabel 4.22 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 79

Tabel 4.23 Kelas Konsumen dengan 3 Cluster ................................................ 79

Tabel 4.24 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 80

Tabel 4.25 Kelas Konsumen dengan 3 Cluster ................................................ 80

Page 16: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xvii

Tabel 4.26 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 81

Tabel 4.27 Kelas Konsumen dengan 3 Cluster ................................................ 81

Tabel 4.28 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 82

Tabel 4.29 Kelas Konsumen dengan 3 Cluster ................................................ 82

Tabel 4.30 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 83

Tabel 4.31 Kelas Konsumen dengan 3 Cluster ................................................ 83

Tabel 4.32 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 84

Tabel 4.33 Kelas Konsumen dengan 3 Cluster ................................................ 84

Tabel 4.34 Koordinat Pusat Cluster dengan 3 Cluster ..................................... 85

Tabel 4.35 Kelas Konsumen dengan 3 Cluster ................................................ 85

Tabel 4.36 Perbandingan Nilai MPC pada Uji Coba Jumlah Cluster 3 ........... 86

Tabel 4.37 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 87

Tabel 4.38 Kelas Konsumen dengan 4 Cluster ................................................ 88

Tabel 4.39 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 88

Tabel 4.40 Kelas Konsumen dengan 4 Cluster ................................................ 89

Tabel 4.41 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 89

Tabel 4.42 Kelas Konsumen dengan 4 Cluster ................................................ 90

Tabel 4.43 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 90

Tabel 4.44 Kelas Konsumen dengan 4 Cluster ................................................ 91

Tabel 4.45 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 91

Tabel 4.46 Kelas Konsumen dengan 4 Cluster ................................................ 91

Tabel 4.47 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 92

Tabel 4.48 Kelas Konsumen dengan 4 Cluster ................................................ 92

Tabel 4.49 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 93

Tabel 4.50 Kelas Konsumen dengan 4 Cluster ................................................ 93

Tabel 4.51 Koordinat Pusat Cluster dengan 4 Cluster ..................................... 94

Tabel 4.52 Kelas Konsumen dengan 4 Cluster ................................................ 94

Tabel 4.53 Perbandingan Nilai MPC pada Uji Coba Jumlah Cluster 4 ........... 95

Tabel 4.54 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 96

Tabel 4.55 Kelas Konsumen dengan 5 Cluster ................................................ 97

Tabel 4.56 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 97

Tabel 4.57 Kelas Konsumen dengan 5 Cluster ................................................ 98

Tabel 4.58 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 98

Tabel 4.59 Kelas Konsumen dengan 5 Cluster ................................................ 99

Tabel 4.60 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 99

Tabel 4.61 Kelas Konsumen dengan 5 Cluster ................................................ 100

Tabel 4.62 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 100

Tabel 4.63 Kelas Konsumen dengan 5 Cluster ................................................ 101

Tabel 4.64 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 101

Tabel 4.65 Kelas Konsumen dengan 5 Cluster ................................................ 102

Tabel 4.66 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 102

Tabel 4.67 Kelas Konsumen dengan 5 Cluster ................................................ 103

Tabel 4.68 Koordinat Pusat Cluster dengan 5 Cluster ..................................... 103

Tabel 4.69 Kelas Konsumen dengan 5 Cluster ................................................ 104

Tabel 4.70 Perbandingan Nilai MPC pada Uji Coba Jumlah Cluster 5 ........... 104

Tabel 4.71 Tabel Nilai MPC Terbaik ............................................................... 105

Page 17: Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means … awal.pdfHasil uji coba dari empat percobaan yang dilakukan menghasilkan dua ... maksimal 100 ..... 85 Gambar 4.26 Hasil Clustering

xviii

KODE PROGRAM

Kode Program 4.1 Query Input Data Ke tb_Fix .............................................. 60

Kode Program 4.2 Query Input Data Ke tb_Fixed .......................................... 60

Kode Program 4.3 Stored Procedure Untuk Input Data ke tb_rfmfix ............. 60

Kode Program 4.4 Query Input Data ke tb_rfmfix .......................................... 61