BAB I PENDAHULUAN 1.1 Latar Belakang

Ukuran: px

Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN 1.1 Latar Belakang"

Veronika Yuwono
6 tahun lalu
Tontonan:

1 BAB I PENDAHULUAN Bab Pendahuluan terdiri dari uraian latar belakang yang mendasari pembuatan tugas akhir, pengenalan masalah yang dibahas didalam tugas akhir, manfaat maupun tujuan penelitian yang ingin dicapai, serta batasan masalah yang membatasi pembahasan yang diuraikan. 1.1 Latar Belakang Dewasa ini kepuasan pelanggan telah dijadikan aset penting bagi sebagian besar organisasi. Kelangsungan sebuah perusahaan dapat ditunjang dengan mengembangkan hubungan perusahaan dengan pelanggannya. (Ziafat 2014, vol. 4, h. 70). Berdasarkan aturan 20/80, pelanggan berkontribusi sebesar 80 persen dalam penjualan perusahaan, hal ini menunjukkan pentingnya menjaga loyalitas pelanggan untuk meningkatkan pendapatan perusahaan (Aizcorbe, 2007). Loyalitas pelanggan dapat dipertahankan dengan peningkatan pemahaman perusahaan akan kebutuhan mereka sebagai individu dengan melakukan identifikasi pelanggan potensial. Nilai setiap pelanggan perlu untuk diidentifikasi sebelum melakukan berbagai investasi untuk mengembangkan relasi dengan pelanggan (Hyun, 2016, Vol. 10, h. 67). Customer Relationship Management (CRM) dapat digunakan untuk membantu perusahaan menjaga hubungan yang baik dengan pelanggan. CRM adalah strategi untuk membentuk, menata dan memperkuat loyalitas pelanggan. Kombinasi CRM dan data mining banyak digunakan perusahaan-perusahaan untuk mengidentifikasi pelanggan potensial dengan menggunakan segmentasi pelanggan (Tsiptsis & Charianopoulus, 2009). Segmentasi pelanggan adalah proses yang membagi pelanggan kedalam kelompok tertentu berdasarkan kesamaan atribut dan karakteristik (Kotler & Keller, 2005). Teknik data mining yang dapat digunakan dalam segmentasi pelanggan adalah teknik clustering. 1

2 2 Penelitian mengenai segmentasi pelanggan dengan metode clustering telah beberapa kali dilakukan antara lain penelitian segmentasi pelanggan pada perusahaan furniture (Putri Yuliari, 2015) menggunakan Metode Fuzzy C-Means yang dikombinasikan dengan Fuzzy Recency Frequency Monetary (RFM) dalam menentukan pelanggan potensial. Penelitian lain dilakukan oleh Anindya Santika Devi (2015) dengan menggunakan Metode DBSCAN dan Model RFM dalam melakukan segmentasi pelanggan pada perusahaan perhotelan. Metode clustering yang digunakan pada penelitian ini yaitu Metode K- Means. Pada penelitian sejenis dinyatakan bahwa Metode K-Means memiliki kemampuan untuk memproses data skala besar secara efisien (Arumawadu et al, 2015, vol. 3, hh ), namun pada penelitian tersebut dikemukakan juga bahwa pemilihan titik pusat Metode K-Means yang cenderung acak mengakibatkan perbedaan nilai yang cukup besar antar segmennya. Penelitian tersebut kemudian disempurnakan dengan menggunakan metode kombinasi antara Metode K-Means dan Metode Particle Swarm Optimization (Chiu et al, 2009, vol. 36, hh ). Penelitian tersebut menyimpulkan bahwa kekurangan Metode K-Means dalam menentukan titik pusat cluster yang dilakukan secara acak dapat diatasi dengan mengkombinasikan Metode K-Means dan Particle Swarm Optimization sehingga menghasilkan klasifikasi yang lebih akurat dan efisien. PT. X telah berdiri sejak tahun 1973, dan masuk peringkat sepuluh besar distributor farmasi terbaik di Indonesia dengan jumlah cabang tersebar diseluruh Indonesia sebanyak 31 cabang. PT X cabang Provinsi Bali beroperasi di bidang distribusi produk kesehatan. Ribuan transaksi dicapai oleh PT X. cabang Provinsi Bali dengan jumlah pelanggan yang cukup banyak. Sistem yang dapat melakukan segmentasi pelanggan belum dimiliki oleh PT. X, hal tersebut mempersulit PT. X untuk mengidentifikasi nilai-nilai yang dimiliki oleh konsumennya melalui data transaksi apabila dilakukan secara manual. Implementasi data mining dapat digunakan untuk mengidentifikasi nilai-nilai yang dimiliki konsumen secara lebih cepat dan akurat. Berdasarkan uraian di atas, dipilihlah judul Segmentasi Pelanggan pada PT. X menggunakan Metode Particle Swarm Optimization dan K-Means serta Model

3 3 RFM, untuk menguji keunggulan Metode Particle Swarm Optimization dalam mengoptimasi Metode K-Means. 1.2 Rumusan Masalah Berdasarkan latar belakang di atas, dapat dirumuskan rumusan masalah yang menjadi dasar pembuatan tugas akhir yaitu sebagai berikut: 1. Bagaimana menerapkan Metode K-Means dan Particle Swarm Optimization untuk melakukan proses segmentasi pelanggan pada data transaksi perusahaan yang bergerak di bidang distribusi bahan farmasi. 2. Bagaimana hasil dan kinerja Metode K-Means dan Particle Swarm Optimization dalam melakukan proses segmentasi pada data transaksi perusahaan yang bergerak di bidang distribusi bahan farmasi. 1.3 Tujuan Penelitian Pembuatan dari tugas akhir ini didasari oleh tujuan penelitian sebagai berikut: 1. Menghasilkan aplikasi yang digunakan untuk melakukan segmentasi pelanggan dengan menerapkan Metode K-Means dan Particle Swarm Optimization. 2. Mengetahui hasil dan kinerja dari gabungan Metode K-Means dan Particle Swarm Optimization dalam melakukan proses segmentasi pelanggan. 1.4 Manfaat Penelitian Manfaat yang diharapkan dapat diperoleh dari hasil penelitian tugas akhir adalah sebagai berikut: 1. Hasil segmentasi pelanggan dengan menggunakan gabungan Metode K- Means dan Particle Swarm Optimization dapat digunakan sebagai dasar pembuatan strategi untuk mengelola pelanggan per kategorinya. 2. Memberi kontribusi dalam bidang keilmuan untuk meneliti kinerja gabungan Metode K-Means dan Particle Swarm Optimization dalam melakukan proses segmentasi pelanggan.

4 4 3. Menambah wawasan mengenai segmentasi pelanggan dengan menggunakan gabungan Metode K-Means dan Particle Swarm Optimization. 1.5 Batasan Masalah Melihat luasnya cakupan yang dapat dikaitkan dengan judul tugas akhir ini dan untuk menerapkan keseragaman pemahaman dalam penelitian, maka terdapat batasan-batasan yang perlu diberlakukan pada penelitian ini. Batasan-batasan tersebut adalah sebagai berikut: 1. Segmentasi Pelanggan yang dilakukan menggunakan data transaksi perusahaan yang bergerak di bidang distribusi bahan farmasi yang kemudian diubah ke dalam model RFM (Recency, Frequency, Monetary). 2. Proses segmentasi pelanggan dilakukan dengan menerapkan Metode K- Means yang dioptimasi Metode Particle Swarm Optimization dan divalidasi menggunakan Metode Davies-bouldin Index dan Silhouette Index. 1.6 Sistematika Penulisan Sistematika penulisan yang digunakan dalam tugas akhir ini adalah sebagai berikut: BAB I : PENDAHULUAN Bab ini berisi tentang pendahuluan yang terdiri dari latar belakang, batasan masalah, tujuan, manfaat serta sistematika penulisan dari tugas akhir ini. BAB II : TINJAUAN PUSTAKA Bab ini berisi teori-teori yang berkaitan dengan penyelesaian tugas akhir, didapat dari berbagai macam buku serta sumber-sumber terkait lainnya yang berhubungan dengan pembuatan tugas akhir serta berisi state of the art atau penelitian yang sejenis dari tugas akhir.

5 5 BAB III : PERANCANGAN SISTEM Bab ini berisi perancangan sistem, meliputi proses pemilihan data, transformasi data, perancangan sistem, perancangan proses, dan perancangan user interface. BAB IV : PENGUJIAN DAN ANALISIS SISTEM Bab ini berisi penjelasan seluruh hasil dan analisa dalam pembuatan tugas akhir ini dan bagaimana proses analisa tersebut dapat ditampilkan ke dalam sebuah program aplikasi. BAB V : PENUTUP Bab ini berisi kesimpulan dari uji coba perangkat lunak, dan saran untuk pengembangan, perbaikan serta penyempurnaan terhadap aplikasi yang telah dibuat.

dokumen-dokumen yang mirip

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA Sumber-sumber yang digunakan dalam pembuatan tugas akhir, baik yang diambil dari buku, internet, maupun jurnal diuraikan secara terperinci pada Bab Tinjuan Pustaka. Konsep dan definisi