Izzah Tazkiyah, Amalia Anjani Arifiyanti, Abdul Rezha Efrat Najaf
{"title":"IMPLEMENTASI SEGMENTASI PELANGGAN E-COMMERCE MENGGUNAKAN ALGORITMA K-MEANS PADA WEBSITE","authors":"Izzah Tazkiyah, Amalia Anjani Arifiyanti, Abdul Rezha Efrat Najaf","doi":"10.33005/sitasi.v3i1.651","DOIUrl":null,"url":null,"abstract":"Berakhirnya pandemi COVID-19 tidak mengubah cara masyarakat berbelanja secara online. Tingginya minat masyarakat untuk berbelanja secara online selama pandemi dan setelahnya membuat beberapa toko memanfaatkan e-commerce untuk menarik banyak pelanggan. Keterbatasan informasi tentang kepuasan pelanggan yang menjadi tujuan untuk mendapatkan keuntungan dari proses bisnis merupakan akibat dari pemilik usaha yang tidak tahu banyak tentang pola kebiasaan pelanggan mereka dalam bertransaksi. Oleh sebab itu, diperlukan analisis clustering dari metode data mining untuk melakukan segmentasi pelanggan berdasarkan pada kebiasaan pembelian pelanggan dengan menggunakan model LRFMP dan algoritma K-Means. Untuk memermudah pengolahan dan penyimpanan data tersebut diperlukan sebuah website yang dapat diakses oleh pemilik usaha atau admin. Pembuatan Data Flow Diagram, Conceptual Data Model, Physical Data Model, dan mockup dilakukan sebelum membangun aplikasi website sebagai tahapan rancangan. Website dibuat dalam framework flask dengan menggunakan bahasa pemrograman Python. Pengujian dari aplikasi website tersebut juga dilakukan untuk melihat kesesuaian antara ekspetasi awal dengan keberlangsungan sistem yang dijalankan telah sesuai dan berjalan dengan baik.","PeriodicalId":326660,"journal":{"name":"Prosiding Seminar Nasional Teknologi dan Sistem Informasi","volume":"43 1116-1117 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Nasional Teknologi dan Sistem Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33005/sitasi.v3i1.651","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Berakhirnya pandemi COVID-19 tidak mengubah cara masyarakat berbelanja secara online. Tingginya minat masyarakat untuk berbelanja secara online selama pandemi dan setelahnya membuat beberapa toko memanfaatkan e-commerce untuk menarik banyak pelanggan. Keterbatasan informasi tentang kepuasan pelanggan yang menjadi tujuan untuk mendapatkan keuntungan dari proses bisnis merupakan akibat dari pemilik usaha yang tidak tahu banyak tentang pola kebiasaan pelanggan mereka dalam bertransaksi. Oleh sebab itu, diperlukan analisis clustering dari metode data mining untuk melakukan segmentasi pelanggan berdasarkan pada kebiasaan pembelian pelanggan dengan menggunakan model LRFMP dan algoritma K-Means. Untuk memermudah pengolahan dan penyimpanan data tersebut diperlukan sebuah website yang dapat diakses oleh pemilik usaha atau admin. Pembuatan Data Flow Diagram, Conceptual Data Model, Physical Data Model, dan mockup dilakukan sebelum membangun aplikasi website sebagai tahapan rancangan. Website dibuat dalam framework flask dengan menggunakan bahasa pemrograman Python. Pengujian dari aplikasi website tersebut juga dilakukan untuk melihat kesesuaian antara ekspetasi awal dengan keberlangsungan sistem yang dijalankan telah sesuai dan berjalan dengan baik.