Segmentasi karakteristik konsumen mentoring menggunakan metode K-means dan Hierarchical clustering untuk Customer Relationship Management (CRM)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Rahadian, Hanif Aristyo (2022) Segmentasi karakteristik konsumen mentoring menggunakan metode K-means dan Hierarchical clustering untuk Customer Relationship Management (CRM). Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Hanif Aristyo Rahadiyan_H96218058 ok.pdf
Download (15MB)

Abstract

Indonesia diperkirakan akan memasuki era bonus demografi dimana penduduk usia produktif melebihi jumlah penduduk usia usia nonproduktif. Setelah melihat fenomena ini, muncul sebuah peluang yakni dengan mendirikan startup di bidang pendidikan dengan tujuan mempersiapkan sumber daya manusia di Indonesia yang lebih baik. Adanya pandemi Covid-19 di Indonesia, membuat pemerintah mengeluarkan aturan yang mengharuskan kegiatan belajar mengajar dilakukan secara online. Oleh karena itu, startup turut berperan dalam menjembatani pembelajaran jarak jauh, sehingga banyak startup baru di bidang pendidikan salah satunya adalah Outstanding Youth Indonesia (OYI). Kondisi ini menyebabkan OYI bersaing dalam memberikan pelayanan terbaik kepada konsumen. Salah satu caranya adalah dengan menerapkan strategi manajemen hubungan pelanggan (CRM). Penelitian ini bertujuan untuk mengimplementasikan segmentasi karakteristik konsumen dengan metode K-means dan hierarchical clustering, menguji hasil cluster karakteristik konsumen, serta memberikan rekomendasi CRM berdasarkan hasil segmentasi karakteristik pelanggan. Hasil penelitian mengungkapkan bahwa metode yang lebih optimal yaitu menggunakan K-Means dengan score 0,697 dibandingkan dengan hierarchical clustering sebesar 0,692. Cluster yang di uji mencakup Bulan, Kategori, Pendidikan yang Dituju, dan Jenis Beasiswa. Terdapat tiga cluster yang dihasilkan yakni cluster 1 yang didominasi oleh pelajar mahasiswa, cluster 2 yaitu sebagian besar merupakan karyawan instansi pemerintahan, dan cluster 3 didominasi oleh SMA/SMK sederajat. Dari ketiga cluster tersebut, yang memiliki silhoutte coefficient paling besar adalah cluster satu. Berdasarkan clustering yang dilakukan kemudian dihasilkan strategi dari tiap cluster untuk meningkatkan CRM pada OYI.