Review Paper-Market Segmentation by Taguchi
Review Paper-Market Segmentation by Taguchi
Abstract— Penelitian ini bertujuan untuk melakukan segmentasi dan engineering. Metode ini menekankan perbedaan antara
yang lebih efektif dengan menggunakan Metode Taguchi. Penelitian nilai fungsional dan nilai objektif. Berdasarkan diskusi
ini juga membandingkan hasil dari Self-Organizing Map (SOM) tersebut, eksperimen yang dimaksud adalah untuk mencari
untuk aplikasi terhadap keadaan nyata untuk segmen yang suka the. initial seed yang optimum dan menyusunnya berdasarkan
Hasilnya menunjukkan bahwa metode ini dapat memperbaiki ranking tertentu. bagian selanjutnya akan membahas
performansi dari segmentasi. bagaimana K-Means, ANN, SOM, GA dan metode Taguchi
dapat diaplikasikan ke permasalahan yang diteliti pada paper
Keywords—Self-Organizing Maps (SOM), segmentasi pasar,
ini.
analisis cluster, metode Taguchi
II. PENGERTIAN TOPIK DAN PENGEMBANGANNYA
I. PENDAHULUAN
Segmentasi pasar adalah metode yang digunakan untuk A. K-Means
menemukan kategori konsumen berdasarkan criteria tertentu. Metode K-Means merupakan metode yang digunakan dengan
Riset pasar yang sering digunakan untuk melakukan memilih K cluster awal dari N observasi dan dikelompokkan
segmentasi tersebut adalah analisis cluster, terutama dengan K- berdasarkan jaraknya kepada cluster lain hal ini berulang kali
Means. Walaupun sering digunakan, metode K-Means juga dilakukan hingga tidak terdapat cluster lagi yang dapat
hanya tergantung dari lokasi initial seed, sehingga untuk dikelompokkan kepada cluster tertentu dan tidak terjadi
menutupi kekurangannya, digunakan metode Genetic penambahan cluster baru. Beberapa kekurangan dari algoritma
Algorithm. Algoritma K-Means tersebut juga tidak mempunyai ini adalah tidak dapat diaplikasikan atau bekerja ketika terjadi
mekanisme yang soesifik untuk memilih initial seed, sehingga overlap terhadap clustetr, hasilnya tidak tergantung dari cluster
hasil yang didapatkan tidak sesuai atau Garbage In Garbage awal dan tidak adanya optimasi terhadap cluster awal. Artinya
Out. Oleh sebab itu, untuk melakukan pengklasifikasian jumlah tersebut diasumsikan sudah valid.
dengan lebih efektif dan mendapatkan hasil yang optimal,
dilakukan sebuah indicator, yaitu metode Taguchi untuk B. Artificial Neural Network
mencari intial seed. Salah satu penerapan dari kombinasi Peramalan penjualan merupakan hal yang sangat krusial bagi
metode ini adalah untuk penelitian pasar the. sistem pengambil keputusan. Nilai ramalan ini dapat digunakan
untuk menentukan spesifikasi di lantai produksi, misalnya
Analisis cluster merupakan metode riset pasar yang banyak adalah pembelian bahan baku, pertimbangan harga, dsb.
digunakan untuk mengidentifikasi segmen pasar. Kendari Metode konvensional menggunakan metode time series, antara
demikian, sering kali analisis cluster dikombinasikan dengan ;ain membandingkan hasil penjualan beberapa tahun terakhir
metode yang lain untuk membentuk grup dengan kohesi dengan waktu. Hal ini dapat dilakukan salah satunya dengan
internal dan isolasi external. cara regresi. Kendati demikian, tetap ada pengambil keputusan
Metode cluster yang paling sering digunakan adalah K-Means yang berdasarkan pada intuisi dan pengalaman mereka. Salah
karena dapat mengakomodasi jumlah sampel yang besar. satu penerapannya adalah dengan cara pendekatan yang tidak
Namun, keterbatasan penggunaan metode ini adalah karena memiliki model, yaitu ANN untuk melakukan peramalan
peneliti atau pengguna harus menentukan terlebih dahulu penjualan.
initial seeds, sehingga sering kali metode K-Means digunakan C. Self-Organizing Maps (SOM)
sebagai bahan untuk pembuktian setelah menggunakan metode
hirarki. SOM adalah teknik yang bertujuan melakukan visualisasi
terhadap data melalui self-organizing neural networks sehingga
Seiring dengan perkembangan ilmu pengetahuan, maka terdapat data yang dapat dipetakan. Metode pembelajaran
Artificial Neural Networks berhasil diaplikasikan pada area dalam SOM bersifat tanpa bimbingan dari data input atau
bisnis, seperti segmentasi pasar dan peramalam penjualan. supervised learning dengan mengasumsikan topologi yang
Selain itu, penggunaan Self Organizing Map dapat digunakan terstruktur menjadi cluster. Setiap data yang dipetakan bersifat
untuk mementukan jumlah cluster secara visual. Oleh sebab itu mutually exclusive. Kendati demikian terdapat keterbatasan
metode tersebut menghasilkan hasil yang lebih akurat dari SOM, yaitu tidak dapat menunjukkan berapa jumlah
dibandingkan dengan metode konvensional. cluster dan kondisi untuk berhentinya.
Metode Taguchi merupakan salah satu metode yang popular
untuk mengopatimasi parameter desain. Metode ini
memperbaiki kualitas dari produk berdasarkan konsep statistik
E. Metode Taguchi
Metode Taguchi merupakan kemampuan untuk membuat
desain yang optimal dengan mengacu pada variabel kontrol.
Metode Taguchi juga dapat digunakan untuk pengembangan
eksperimen faktorial dan analisis hasilnya. Taguchi method
berupaya untuk meningkatkan kualitas dari hasil produksi