CUSTOMER PROFILING PADA SUPERMARKET MENGGUNAKAN ALGORITMA K-MEANS DALAM MEMILIH PRODUK BERDASARKAN SELERA KONSUMEN DENGAN DAYA BELI MAKSIMUM

Feri Sulianta

Abstract


Sebuah  supermarket  dengan  sistem  informasi  berbasiskan komputer  memiliki  data  transaksi  dan  data  master  yang  dikelola dengan baik. Manajemen ingin membuat strategi bisnis berdasarkan  penambangan  historis  data  transaksi  yang dimilikinya.  Salah  satunya  dengan  mencari  tahu  segmentasi pola  perilaku  pelanggan  atau  customer  profiling yang
memiliki daya beli tinggi terhadap barang-barang tertentu. Untuk  itu  akan  dilakukan  pencarian  informasi  berharga terhadap  analisa  data  mining  dengan  aturan  klasterisasi menggunakan  algoritma  K-Means  dalam  mengelompokan pola belanja konsumen terhadap barang.

Full Text:

PDF

References


D T Pham , S S Dimov, and C D Nguyen. Selection of K in K-means clusteringProc. IMechE Vol. 219 Part C: J. Mechanical Engineering Science, Cardiff University, Cardiff, UK. 2004.

Dokumentasi Machine Learning Weka Tool. Help Tool WEKA. 2012

Farajian, Mohammad Ali., Mohammadi, Shahriar. Mining the Banking Customer Behaviour Using Clustering and Association Rules Methods. International Journal of Industrial Engineering and Production

Research.Vol 21, Number 4 pp. 239-245.2010.

Ronald B. Larson. New Market Groupings Based on Food Consumption Patterns, Department of Marketing, Haworth College of Business, Western Michigan University. Agribusiness, Vol. 20 (4) 417–432 Wiley Periodicals, Inc.Published online in Wiley InterScience.

Sharma, Narendra. Comparison the various clustering algorithms of weka Tools, International Journal of Emerging Technology and Advanced Engineering. Volume 2, Issue 5, May 2012.

Sri Andayani. Pembentukan cluster dalam Knowledge Discovery in Database dengan Algoritma K‐Means. Jurusan Pendidikan Matematika FMIPA UNY.

Techniques of Cluster Algorithms in Data Mining. Data Mining and Knowledge Discovery, 6, 303–360, 2002 Kluwer Academic Publishers. 2002.

Witten,Ian., Frank, Eibe. Data Mining – Practical Machine Learning Tool and techniques. Morgan Kaufmann Publishers. 2005


Refbacks

  • There are currently no refbacks.