Skripsi

Analisis data penjualan dengan menggunakan algoritma k-means clustering (studi kasus : toko tinuqu donomulyo) / Purnomo Hadi

Abstrak
Tinuqu Donomulyo merupakan sebuah toko ritel di wilayah Kabupaten Malang. Pada saat ini record data transaksi penjualan hanya digunakan untuk arsip pihak toko dan untuk menghitung pendapatan toko. Permasalahan yang dihadapi pihak Tinuqu adalah jumlah persediaan dengan permintaan terkadang tidak sama. Sehingga barang dengan stok kurang dari permintaan bisa mengakibatkan ketidakpuasan pelanggan terhadap pelayanan toko. Penelitian ini bertujuan untuk melakukan analisis segmentasi produk untuk mengidentifikasi karakteristik setiap produk pada Toko Tinuqu Donomulyo serta memberikan rekomendasi strategi yang diperlukan. Metode yang digunakan pada penelitian ini yaitu k-means clustering menggunakan pemodelan RFM. Data yang digunakan pada analisis merupakan data laporan penjualan selama lima bulan yaitu Oktober 2021 sampai Februari 2022. Setelah pengumpulan data akan dilakukan transformasi data menggunakan pemodelan RFM yang akan diolah menggunakan algoritma k-means clustering. Penentuan nilai k awal menggunakan metode elbow dengan rentang pengujian 2-10 cluster. Karakteristik cluster 1 yaitu terdiri dari 1284 produk memiliki nilai recency rendah frequency dan monetary tinggi. Cluster 1 mempunyai rata-rata nilai recency 30 nilai frequency 4 dan nilai monetary 239.744. Cluster 1 menunjukkan produk dengan potensi dibeli kembali tinggi dengan tingkat penjualan rendah tetapi berpotensi memberikan keuntungan bagi perusahaan. Karakteristik cluster 2 yaitu terdiri dari 2078 produk memiliki nilai recency rendah nilai frekuensi dan monetary rendah. Cluster 2 mempunyai rata-rata nilai recency 12 nilai frequency 1 dan nilai monetary 28940. Cluster 2 menunjukkan produk dengan potensi dibeli kembali tinggi dengan tingkat penjualan rendah dan tidak memberikan potensi keuntungan. Karakteristik cluster 3 yaitu terdiri dari 5734 produk memiliki nilai recency yang tinggi nilai frequency rendah dan monetary sedang. Cluster 3 mempunyai rata-rata nilai recency 85 nilai frequency 1 dan nilai monetary 39759. Cluster 3 menunjukkan produk dengan potensi dibeli kembali rendah dengan tingkat penjualan rendah tetapi berpotensi memberikan keuntungan bagi perusahaan. Menurut identifikasi karakteristik berdasarkan RFM rekomendasi strategi pada cluster 1 yaitu promosi juga dapat dikombinasikan dengan direct marketing. Promosi bisa memunculkan keputusan pembelian seorang pelanggan karena daya tarik dari informasi yang baru didapatkan. Pada cluster 2 strategi yang disarankan yaitu direct marketing seperti online marketing guna meningkatkan tingkat penjualan dan implementasi strategi CRM untuk mempertahankan hubungan pelanggan dengan perusahaan. Pada cluster 3 rekomendasikan strategi yang disarankan yaitu semisal promo berupa diskon dan potongan harga serta paket bundling dengan produk yang laris. Strategi lain yaitu penggunaan digital marketing sehingga pelanggan mendapatkan informasi baru.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2023.

Deskripsi Fisik

xiv, 112 lembar : ilus. ; 30 cm

Bahasa

Indonesia

No Reg

0566/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. SEGMENTASI PRODUK - MENGGUNAKAN ALGORITMA
2. PRODUCT SEGMENTATION - USING ALGORITHM

Pembimbing

1. Aisyah Larasati, S.t., M.t., Mim., Ph.d;2. Abdul Muid, S.t., M.t.

Lampiran Berkas