Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means

Abstract

Data mining merupakan suatu proses penambangan informasi penting dari suatu data. Revolusi data mining dan konsep Electronic Commerce (E-Commerce) berkembang pesat, menumbuhkan minat banyak perusahaan untuk meninggkatkan transaksi online. Dari data tersebut bisa dikumpulkan menjadi informasi-informasi yang akan berguna untuk membuat suatu keputusan atau tindakan yang akan diambil. Banyaknya pelanggan melakukan transaksi, maka akan terlihat kesetian pelanggan pada E-Commerce, bahkan dari perusahaan bisa memberikan hadiah kepada pelanggan yang potensial. Perusahaan menyadari akan pentingnya hubungan antara pelanggan yang loyal dengan keberhasilan bisnis perusahaan. Tahapan yang dilakukan peneliti adalah pengumpulan data, pengolahan data awal, pengolahan data dan hasil penelitian. Teknik pengumpulan data dilakukan secara sekunder, peneliti mangambil data yang telah tersedia pada E-Commerce pasarayastore.com. Data yang digunakan antara lain Name, Valid orders dan  Money spent (IDR) dengan periode Januari 2018 sampai Juni 2021. Pada penelitian ini analisa data mining dilakukan dengan Teknik clustering menggunakan algoritma K-Means. Algoritma K-Means akan digunakan untuk mengambil data dan mengelompokkan pelanggan yang paling sering sering melakukan transaksi. Aplikasi yang akan digunakan sebagai alat batu penguji data data transaksi adalah Tanagra. Hasil dari penelitian ini adalah mengelompokan data dalam kategori pelanggan yang sering, sedang dan jarang bertransaksi