Analisis Segmentasi Pelanggan Toko Sepatu Di e-Commerce Shopee Berdasarkan Model RFM (Recency, Frequency, Monetary) Menggunakan Algoritma K-Means Klastering

Tety Fera Febriana, 202069040048 (2024) Analisis Segmentasi Pelanggan Toko Sepatu Di e-Commerce Shopee Berdasarkan Model RFM (Recency, Frequency, Monetary) Menggunakan Algoritma K-Means Klastering. Sarjana thesis, Universitas Yudharta.

	Text (Abstrak.pdf) 202069040048_Abstrak.pdf Restricted to Registered users only Download (531kB) | Request a copy
	Text (BAB I.pdf) 202069040048_BAB I.pdf Restricted to Registered users only Download (524kB) | Request a copy
	Text (BAB II.pdf) 202069040048_BAB II.pdf Restricted to Registered users only Download (700kB) | Request a copy
	Text (BAB III.pdf) 202069040048_BAB III.pdf Restricted to Registered users only Download (766kB) | Request a copy
	Text (BAB IV.pdf) 202069040048_BAB IV.pdf Restricted to Registered users only Download (765kB) | Request a copy
	Text (BAB V.pdf) 202069040048_BAB V.pdf Restricted to Registered users only Download (516kB) | Request a copy
	Text (Daftar Pustaka.pdf) 202069040048_Daftar Pustaka.pdf Restricted to Registered users only Download (445kB) | Request a copy
	Text (Halaman Depan.pdf) 202069040048_Halaman Depan.pdf Restricted to Registered users only Download (964kB) | Request a copy

Abstract

Dalam perkembangan teknologi platform e- commerce yang sangat pesat, memudahkan konsumen membeli berbagai produk melalui platform shopee. Berdasarkan permasalahan yang ditemukan yaitu masih banyak pelanggan yang hanya melakukan satu kali pembelian dan tidak kembali untuk melakukan pembelian. Ini menunjukkan rendahnya Tingkat retensi pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan toko sepatu di e-commerce shopee berdasarkan model RFM dan algoritma k-means clustering. Hasil penelitian menunjukkan bahwa menggunakan kombinasi analisis FRM dan K-Means memberikan wawasan tentang karakteristik dan nilai setiap pelanggan, sehingga dapat digunakan untuk merancang strategi pemasaran yang lebih efektif dan meningkatkan retensi pelanggan.

Item Type:	Thesis (Sarjana)
Identification Number:	0316-KI-24-01
Contributors:	Contribution Contributors Email Thesis advisor M. Imron Rosadi, M.Kom, ㅤ UNSPECIFIED
Subjects:	Karya Umum > Ensiklopedia
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	18 Oct 2024 09:51
Last Modified:	04 Jan 2025 09:43
URI:	https://repository.yudharta.ac.id/id/eprint/5600

Actions (login required)

View Item