Text

Segmentasi Pelanggan E-Money Dengan Menggunakan Algoritma DBSCAN (Density Based Spatial Clustering Application With Noise) Di Provinsi DKI Jakarta

---

ABSTRAK

Segmentasi pelanggan merupakan salah satu cara yang efektif dalam hal pemasaran untuk menentukan target pasar yang paling potensial. Peningkatan penggunaan E-money di DKI Jakarta membuat semakin banyak bank yang menyediakan produk E-money. Salah satu cara agar mampu bersaing secara kompetitif di pasar global, pihak bank dapat melakukan segmentasi pelanggan. Menentukan pelanggan potensial dari pelanggan E-money di Provinsi DKI Jakarta dapat dibentuk segmen-segmen dengan menerapkan algoritma DBSCAN (Density Based Spatial Clustering Applications with Noise). Segmen yang terbentuk diukur kualitasnya menggunakan Silhouette Coefficient. Pada penelitian ini, pelanggan E-money dikelompokkan berdasarkan alasan menggunakan bank yang digunakan, kegiatan transaksi, banyaknya transaksi, nominal saldo, dan frekuensi melakukan top-up. Hasil penelitian ini dengan menggunakan radius ketegangan sebesar 0,25 dan minimal 3 objek yang masuk ke dalam radius ketegangan terbentuk 2 segmen dan 17 noise. Segmen yang terbentuk memiliki nilai kualitas segmen sebesar 0,26. Diantara 2 segmen yang terbentuk , segmen yang paling potensial adalah segmen yang memiliki rata-rata lebih besar dari rata-rata seluruh data pada nominal saldo dan banyaknya transaksi.
Kata kunci: segmentasi pelanggan, E-money, analisis cluster, DBSCAN 
ABSTRACT

Customer segmentation is one effective way of marketing to determine the most potential target market. Increasing of E-money usage in DKI Jakarta and more banks are providing E-money products. One way to be able to compete in the global market, banks can segment customers. Determining potential customers of E-money users in DKI Jakarta can form segments by applying the DBSCAN (Density Based Spatial Clustering Application with Noise) algorithm. The quality of segments was measured by using the Silhouette Coefficient. In this study, E-money customers were grouped by reason of using the bank used, transaction activities, number of transactions, nominal balance, and frequency of top-up. The results of this study were using the density radius of 2 and minimum 3 objects that enter the density radius forming 2 segments and 17 noises. The segment quality value of 0.26. Between 2 segments that formed, the most potential segment was the segment that has an average greater than the average of all data on saldo balance and number of transactions.

Keywords: costumer segmentation, E-money, clustering, DBSCAN

---

Ketersediaan

730E19III

730 E 19-ii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

730 E 19-ii

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

512.9434

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Pemodelan Matematis

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Windy Rohalidyawati

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar