ANALISIS RFM (RECENCY, FREQUENCY AND MONETARY) PRODUK MENGGUNAKAN METODE K-MEANS

Abstract

Pada saat ini penggunaan teknologi saat ini sudah mencakup berbagai bidang, salah satunya pada bidang bisnis. Sintetic store merupakan salah satu toko reseller yang sudah menggunakan teknologi dalam proses bisnisnya. Setiap bulan, toko ini memesan kembali produk berdasarkan produk mana saja yang habis terjual pada bulan sebelumnya. Namun pemesanan kembali hanya berdasarkan total dari produk yang terjual saja, sehingga ada beberapa produk yang belum terjual juga ikut dipesan kembali. Hal ini menyebabkan adanya penumpukan barang digudang. Selain itu, produk pakaian yang sering diminati pembeli sering habis terjual. Dalam proses restock, data yang tercatat hanya beradasarkan produk-produk yang laku terjual. Pihak manajemen tidak memiliki sistem yang baik untuk mengatur proses ketersediaan stok produk pakaian dalam setiap ukuran. Karena itu, untuk mempermudah pengelompokkan produk pakaian berdasarkan tanggal terakhir transaksi, total pendapatan, warna dan ukuran, penulis menggunakan Sistem Pendukung Keputusan dengan analisin atribut yang digunakan menggunakan atribut RFM yaitu Recency, Frequency dan Monetary metode K-Means Clustering. Pengelompokkan data-data menggunakan 3 cluster utama yaitu tertinggi, sedang, dan rendah. Pada pembuatan website menggunakan bahasa pemrograman PHP dan framework Codeigniter versi 3. Hasil pengujian menggunakan metode K-Means Clustering dan perhitungan manual menunjukkan bahwa hasil memiliki kesesuaian sebesar 99%. Pengujian fungsional merupakan pengujian aplikasi yang telah dibuat dengan mengimplementasikan ke beberapa browser seperti Google Chrome versi 86.0.4240.198 , Microsoft Edge Version 87.0.664.47 dan Mozilla Firefox 75.0 didapatkan hasil sistem dapat berjalan 100% sesuai dengan fungsinya.