Segmentation Analysis of Mall Visitors Using K-means and fuzzy c-means Methods

Analisis Segmetasi Pengunjung Mall Meggunakan Metode K-means dan fuzzy c-means

Authors

  • Putri Ngatmini Stmik Amik Riau
  • Lili Marlia
  • Puja Esteriani Tobing
  • Rahmaddeni

Keywords:

Segmentation, K-Means, Fuzzy C-Means, Mall, Mall Visitor, validasion test, centroid

Abstract

inti dari penggunaan konsep pusat perbelanjaan di pusat perbelanjaan adalah menciptakan suasana berbelanja yang menyenangkan untuk membangkitkan minat konsumen terhadap tempat ini. Pelanggan adalah orang yang membutuhkan layanan, barang, dan hiburan. Secara umum, pelanggan merupakan sumber daya yang sangat berharga bagi perusahaan. Oleh karena itu, perusahaan harus melakukan upaya khusus untuk mempertahankan pelanggannya. Salah satunya mengecek karakteristik pelanggan.Segmentasi diperlukan untuk mengetahui karakteristik pelanggan. Penelitian ini menggunakan k-means dan fuzzy c-means. Hasil yang didapatkan dari tahapan algoritma K-Means memiliki akurasi yang tinggi untuk mengidentifikasi segmen spesifik pelanggan untuk pengambilan keputusan strategi pemasaran, dengan nilai akurasi sebesar 60%. 

References

A. Novier et al., ANALISIS KEBUTUHAN PARKIR EN LA PARAGON MALL SEMARANG, voi. 4, hlm. 141–154, 2015.

h. Hairani, D. Susilowati, I. Puji Lestari, K. Marzuki kaj L. Z. A. Mardedi, “Segmentasi Tempat Pelelangan Tempat Perguruan Tinggi Menggunakan Metode RFM dan K-Means Clustering”, MATRIK J. Management, Tech. menginformasikan. kaj Komputika In?enieristiko., vol. 21, dh. 2, s. 275–282, 2022, doi:

30812/matrik.v21i2.1542.

A. Ramadhan, Z. Efendi dan Mustakim, “Perbandingan K-Means dan Fuzzy C-Means untuk Pemodelan Data User, Data Clustering”, Semin. Nas. Informasi teknologi, komunitas. dan ind. 9, S. 219–226, 2017.

W.A.Wahyunii S. Saepudin, "Aplikasi clustering data mining untuk mengelompokkan berbagai merek mesin cuci", Semin. Nas.Termasuk..., hlm. 306–313, 2021, [Online]. Dapat diakses:

https:

//sismatik.nusaputra.ac.id/index.php/sismatik/article/view/35

https:

//sismatik.nusaputra.ac.id/index.php/sismatik/article/download/35/31

Yohannes, "Analisis Algoritma Perbandingan", Annu. Resolusi Senin. 2016, Volume 2, No. 1, p.

K.E. Setiawan, A. Kurniawan, A. Chowanda, kaj D. Suhartono, “Model cluster rumah sakit di Jakarta menggunakan fuzzy c-means dan k-means”, Procedia Comput. Sains, vol. 216, no. 2022, hal. 356–363, 2023, ekdrajvejo:

1016/j.procs.2022.12.146.

D.L. Rahakbauw, V . Y. I. Ilwaru kaj M. H. Hahury, "Implementasi Fuzzy C-Means Clustering Dalam Implementasi Fuzzy C-Means Clustering In", J. Sains Mat. dan diterapkan., vol. 11, hlm. 1-12, 2017.

E. H.Wisanta dan Y.N. Marlim, “Analisis Algoritma K-Means untuk Service Satisfaction Clustering:

Pusat Pertokoan Pekanbaru,

T. Herdian Andika, A. Hafiz, J.Z.A.P. Alam, L. Ratu ja B. Lampung, "2018 Nacia Teknologio kaj Ekonomia Seminario IIB DARMAJAYA Bandar Lampung", 2018.

B.E. Adiana, I. Soesanti dan AE Permanasari, "Analisis segmentasi pelanggan menggunakan kombinasi model RFM dan teknik clustering", no. 2. 2018, diskon:

Downloads

Published

2023-08-24

How to Cite

Ngatmini, P., Marlia, L. ., Tobing , P. E. ., & Rahmaddeni. (2023). Segmentation Analysis of Mall Visitors Using K-means and fuzzy c-means Methods : Analisis Segmetasi Pengunjung Mall Meggunakan Metode K-means dan fuzzy c-means. SENTIMAS: Seminar Nasional Penelitian Dan Pengabdian Masyarakat, 1(1), 240-247. Retrieved from https://journal.irpi.or.id/index.php/sentimas/article/view/646

Issue

Section

Sains dan Teknologi

Most read articles by the same author(s)