ANALISIS RECENCY FREQUENCY MONETARY DAN K-MEANS CLUSTERING PADA KLINIK GIGI UNTUK MENENTUKAN SEGMENTASI PASIEN

  • Aji Setiono Universitas Nasional
  • Agung Triayudi Universitas Nasional
  • Endah Tri Esti Handayani Universitas Nasional
https://doi.org/10.30656/jsii.v10i1.5999
Abstract views: 553 , PDF downloads: 910

Abstract

Dengan semakin berkembangnya persaingan bisnis, agar mendapatkan pasien lebih banyak dan kepuasan pelayanan terhadap pasien, maka perusahaan harus mempunyai strategi. Palapa Dentists belum mengadopsi strategi CRM (Customer Relationship Management) masih memperlakukan semua pasien dengan pendekatan yang sama. Berdasarkan permasalahan tersebut maka diperlukan data mining menggunakan teknik cluster untuk mengetahui karakteristik setiap pasien. Penelitian ini menggunakan metode RFM (Recency Frequency Monetary) dan K-Means Clustering dengan tujuan menentukan segmentasi pasien dan memilih kelompok pasien mana yang paling menguntungkan bagi perusahaan. Penentuan jumlah cluster menggunakan elbow method yang menghasilkan jumlah cluster terbaik adalah 2. Silhouette score menghasilkan jumlah 2 cluster dengan score 0.6014345457538962. Sedangkan hasil davies-bouldin score menunjukan cluster optimal dengan 3 cluster tapi skornya 0.7500785223208264 masih jauh dari 0. Cluster 1 memiliki 17.413 anggota dan cluster 2 memiliki 2.068 anggota. Cluster 1 memiliki nilai rata-rata recency 641,63, frequency 3,21, dan monetary Rp. 2.424.251,98. Sedangkan cluster 2 memiliki nilai rata-rata recency 286,87, frequency 19,32, dan monetary Rp. 20.087.467,49. Dapat disimpulkan cluster 2 adalah kelompok pasien yang lebih menguntungkan dibandingkan cluster 1.

 

Kata kunci: Customer Relationship Management, Segmentasi, RFM, K-Means Clustering, Cluster

 

Downloads

Download data is not yet available.

References

I. Y. Musyawarah and D. Idayanti, “Analisis Strategi Pemasaran Untuk Meningkatkan Penjualan Pada Usaha Ibu Bagas di Kecamatan Mamuju (online),” Jurnal Ilmiah Ilmu Manajemen, vol. 1, no. 1, pp. 2656–6265, 2022.

A. D. Savitri, F. Abdurrachman Bachtiar, and N. Y. Setiawan, “Segmentasi Pelanggan Menggunakan Metode K-Means Clustering Berdasarkan Model RFM Pada Klinik Kecantikan (Studi Kasus : Belle Crown Malang),” 2018. [Online]. Available: http://j-ptiik.ub.ac.id

J. Puspa Wildyaksanjani and dan Dadang Sugiana, “Strategi Customer Relationship Management (CRM) PT Angkasa Pura II (Persero),” Jurnal Kajian Komunikasi, vol. 6, no. 1, pp. 10–23, 2018.

R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer,” Jurteksi (Jurnal Teknologi dan Sistem Informasi), vol. 5, no. 2, pp. 199–204, Jul. 2019, doi: 10.33330/jurteksi.v5i2.365.

C. D. Rumiarti and I. Budi, “Customer Segmentation for Customer Relationship Management on Retail Company: Case Study PT Gramedia Asri Media,” Jurnal Sistem Informasi, vol. 13, no. 1, p. 1, May 2017, doi: 10.21609/jsi.v13i1.525.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 5, no. 1, pp. 17–24, Apr. 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

S. Monalisa, “Segmentasi Perilaku Pembelian Pelanggan Berdasarkan Model RFM dengan Metode K-Means,” Jurnal Sistem Informasi, p. 1, 2018.

P. Anitha and M. M. Patil, “RFM model for customer purchase behavior using K-Means algorithm,” Journal of King Saud University - Computer and Information Sciences, vol. 34, no. 5, pp. 1785–1792, May 2022, doi: 10.1016/j.jksuci.2019.12.011.

A. Febriani and S. A. Putri, “Segmentasi Konsumen Berdasarkan Model Recency, Frequency, Monetary dengan Metode K-Means,” JIEMS (Journal of Industrial Engineering and Management Systems), vol. 13, no. 2, Sep. 2020, doi: 10.30813/jiems.v13i2.2274.

T. Ayu Rospricilia, S. Ayu Ithriah, and A. Anjani Arifiyanti, “Segmentasi Pelanggan Menggunakan Metode K-Means Clustering Berdasarkan Model Rfm Pada Cv Tita Jaya,” 2020.

R. Y. Firmansah, J. Dedy Irawan, and N. Vendyansyah, “Analisis Rfm (Recency, Frequency And Monetary) Produk Menggunakan Metode K-Means,” 2021.

A. Sugiharto, B. N. Sari, and T. N. Padilah, “Analisis Cluster Sebaran Covid-19 Menggunakan Algoritma K-Means Clustering (Studi Kasus: Provinsi Jawa Barat),” Journal of Information Technology and Computer Science (INTECOMS), vol. 4, no. 2, pp. 291–301, 2021, [Online]. Available: https://pikobar.jabarprov.go.id/.

H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” JEPIN (Jurnal Edukasi dan Penelitian Informatika) , 2019.

M. Shutaywi and N. N. Kachouie, “Silhouette analysis for performance evaluation in machine learning with applications to clustering,” Entropy, vol. 23, no. 6, Jun. 2021, doi: 10.3390/e23060759.

R. Gustriansyah, N. Suhandi, and F. Antony, “Clustering optimization in RFM analysis based on k-means,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 18, no. 1, pp. 470–477, 2019, doi: 10.11591/ijeecs.v18.i1.pp470-477.

M. Fithriyah, M. A. Yaqin, and S. Zaman, “K-Means Clustering Untuk Segmentasi Produk Berdasarkan Analisis Recency, Frequency, Monetary (RFM) Pada Data Transaksi Penjualan,” ILKOMNIKA: Journal of Computer Science and Applied Informatics, vol. 3, no. 2, pp. 151–164, Aug. 2021, doi: 10.28926/ilkomnika.v3i2.284.

R. R. Putra and C. Wadisman, “Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means,” Journal of Information Technology and Computer Science (INTECOMS), vol. 1, no. 1, 2018.

E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” Jurnal Sains dan Manajemen, vol. 9, no. 1, 2021, [Online]. Available: www.bps.go.id

A. Winarta and W. J. Kurniawan, “Optimasi Cluster K-Means Menggunakan Metode Elbow Pada Data Pengguna Narkoba Dengan Pemrograman Python,” Jurnal Teknik Informatika Kaputama (JTIK), vol. 5, no. 1, 2021.

M. M. Khairunnisa, A. Triayudi, and E. T. E. Handayani, “Application of K-Means Clustering on the Performance Evaluation of Lecturers Based on Student Questionnaire: Application of K-Means Clustering on the Performance Evaluation of Lecturers Based on Student Questionnaire”, Mantik, vol. 4, no. 1, pp. 760-766, May 2020.

PlumX Metrics

Published
2023-03-22
Issue
Vol. 10 No. 1 (2023)
Section
Articles

Copyright (c) 2023 Aji Setiono, Agung Triayudi, Endah Tri Esti Handayani

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License

  1. This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

  2. Author(s)' Warranties

    The author warrants that the article is original, written by stated author(s), has not been published before, contains no unlawful statements, does not infringe the rights of others, is subject to copyright that is vested exclusively in the author and free of any third party rights, and that any necessary written permissions to quote from other sources have been obtained by the author(s).

  3. Information
    Notice about change in the copyright policy of the journal 'Jurnal Sistem Informasi (JSiI)' : "From Vol 1, onwards the copyright of the article published in the journal 'Jurnal Sistem Informasi' will be retained by the author"