Syaharani, Adelita (2025) Analisis Clustering Segmentasi Pelanggan Pada Cv Prima Jaya Utama Menggunakan Metode K-Means. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (259kB)
[img] Text
Abstrak.pdf

Download (290kB)
[img] Text
Bab 1.pdf

Download (249kB)
[img] Text
Daftar Pustaka.pdf

Download (204kB)
[img] Text
Full-text.pdf
Restricted to Registered users only

Download (1MB)

Abstract

CV Prima Jaya Utama merupakan perusahaan yang bergerak dalam penjualan barang rumah tangga dan elektronik secara tunai maupun kredit. Perusahaan ini belum memiliki sistem segmentasi pelanggan yang terstruktur, sehingga strategi pemasaran dan kebijakan kredit belum berbasis analisis data. Penelitian ini bertujuan untuk mengelompokkan pelanggan berdasarkan karakteristik transaksi menggunakan metode K-Means Clustering. Data yang digunakan terdiri dari tiga variabel utama, yaitu harga angsuran, uang muka (DP), dan jumlah cicilan. Data dianalisis melalui tahapan preprocessing, meliputi pembersihan kolom, penanganan data kosong, dan normalisasi menggunakan StandardScaler. Proses clustering dilakukan dengan jumlah cluster sebanyak lima, berdasarkan hasil eksplorasi visual dan pertimbangan distribusi data. Evaluasi hasil clustering menggunakan Davies-Bouldin Index menghasilkan nilai sebesar 0,7878. Nilai ini termasuk kategori baik karena menunjukkan bahwa antar cluster memiliki pemisahan yang jelas dan distribusi data yang seragam dalam setiap cluster. Segmentasi ini memberikan gambaran yang representatif mengenai pola pelanggan dan dapat digunakan perusahaan untuk menyusun strategi pemasaran serta pengelolaan risiko kredit yang lebih terarah.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: Adelita Syaharani tika
Date Deposited: 29 Aug 2025 08:07
Last Modified: 29 Aug 2025 08:07
URI: https://rama.unimal.ac.id/id/eprint/14653

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by