Elly Muningsih
AMIK BSI Yogyakarta
Jalan Ring Road Barat, Ambarketawang, Gamping, Sleman Yogyakarta
Email : elly.emh@bsi.ac.id
Abstrak
Kata kunci : nilai pelanggan, Fuzzy C-Means, model Fuzzy RFM, clustering
Expanding E-Commerce makes actors online shop should be able to put its customers
well, because the customer is one source of profit. Knowing the potential value of customers
through the implementation of CRM (Customer Relationship Management) can help in the
understanding of customer value. Clustering customers is one way to know the customer
mapping for better marketing strategies. Fuzzy C-Means methode with Fuzzy RFM (recency,
frequency, monetary) model which is one method of clustering where Fuzzy C-Means results
in a smooth,the meaning that the object of observation is not an absolute to be one group
alone, but also could be a member of another group with a membership various levels. The
experiments resulted in the clustering of customers into three groups with six times as many
iterations and the value of the objective function of 20.75202212.
Ada banyak metode atau fungsi data 3. Bangkitkan bilangan random µik i = 1,
mining yang bisa digunakan untuk 2, ..., n; k = 1, 2, ..., c; sebagai elemen-
menemukan, menggali dan menambang elemen matriks awal U. Hitug jumlah
pengetahuan, namun menurut [3][4] ada setiap kolom (atribut) :
enam fungsi utama data mining, yaitu : 𝐶
Description (deskripsi), Estimation 𝑄𝑖 = 𝜇𝑖𝑘 2
(estimasi), Prediction (prediksi), 𝑘=1
Classification (klasifikasi), Clustering
Dengan i=1, 2, ..., n. Hitung :
(pengelompokan), dan Association
𝜇𝑖𝑘
(asosiasi). 𝜇𝑖𝑘 = (3)
Pada tahun 1981, Jim Bezdek 𝑄1
memperkenalkan untuk pertama kalinya
metode Fuzzy C-Means (FCM), salah satu 4. Dengan pusat klaster ke-k: Vkj, dengan
metode clustering yang termasuk dalam k = 1, 2, ..., c; dan j = 1, 2, ..., m
penggolongan fuzzy clustering berdasarkan
uncertainty data. Metode ini menerapkan
model pengelompokkan fuzzy agar data (4)
bisa menjadi anggota semua cluster dengan
tingkat atau derajad keanggotaan yang
berbeda yaitu 0 dan 1 yang akan 5. Hitung fungsi obyektif pada iterasi ke-t,
menentukan tingkat keberadaan data dalam Pt :
suatu cluster atau kelas FCM merupakan
sehingga dapat meningkatkan penjualan
(5) produk yang pada gilirannya akan akan
memberikan efek positif bagi
6. Hitung perubahan matriks partisi : perkembangan perusahaan.
3. Metode Penelitian
(6) Dalam penelitian ini, data diperoleh
dari data transaksi penjualan pada online
shop Ragam Jogja dan atribut data yang
7. Cek kondisi berhenti : digunakan adalah data transaksi bulan
Jika : ( | Pt – Pt-1 | < ᶓ ) atau ( t > Januari – Juni 2015. Setelah data
MaxIter ) maka berhenti; terkumpul kemudian diolah melalui
Jika tidak : t = t+1, ulangi langkah ke-4 beberapa tahap pengolahan awal data
(preparation data) yaitu validasi data,
Membahas tentang pelanggan transformasi data dan seleksi atribut.
potensial, dapat diartikan bahwa pelanggan Metode yang digunakan dalam
potensial adalah pelanggan yang loyal penelitian adalah metode Fuzzy C-Means
terhadap perusahaan [8]. Pelanggan yang dengan model fuzzy RFM dimana
potensial umumnya akan melanjutkan parameter yang digunakan adalah variabel
pembelian produk dan jasa yang Recency, Frequency dan Monetary yang
ditawarkan seller meskipun ada pilihan masing-masing dibagi menjadi 3 kelompok
produk atau jasa lain yang lebih baik atau fuzzy yaitu :
populer. Konsumen yang loyal menurut 1. Recency dibagi menjadi kelompok
Kotler dalam [8] tidak hanya dilihat dari fuzzy Baru Saja dengan nilai 3, Agak
berapa banyak konsumen tersebut Lama dengan nilai 2 dan Lama dengan
membeli, tetapi dari berapa sering dia nilai 1.
melakukan transaksi ulang, termasuk 2. Frequency dibagi menjadi kelompok
merekomendasikan kepada orang lain fuzzy Sering dengan nilai 3, Agak
untuk membeli. Sering dengan nilai 2 dan Jarang
Penelitian ini bertujuan untuk dengan nilai 1.
mengetahui pelanggan potensial melalui 3. Monetary dibagi menjadi kelompok
proses clustering metode Fuzzy C-Means fuzzy Tinggi dengan nilai 3, Sedang
dengan model Fuzzy RFM (Recency, dengan nilai 2 dan Rendah dengan
Frequency dan Monetary) berdasarkan nilai 1.
transaksi penjualan pelanggan online shop Detail nilai fuzzy dan parameter
sehingga diharapkan bisa menerapkan ditampilkan pada Tabel 1. berikut :
strategi pemasaran yang lebih baik
Tabel 1. Parameter dan Nilai Fuzzy
Parameter Nilai Fuzzy Recency Frequency Monetary
Besar 3 0 < r < 31 hr 0<f<3 0 < m < 500.000
Sedang 2 31 hr < r < 60 hr 3<f<6 500.000 < m < 1.500.000
Rendah 1 r > = 61 hr f>=6 m > = 1.500.000