<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="16090">
<titleInfo>
<title>IMPLEMENTASI DATA MINING PENGELOMPOKKAN PELANGGAN MENGGUNAKAN RFM DAN K-MEANS CLUSTERINGSTUDI (STUDI KASUS:</title>
<subTitle>DI INDONESIA DIGITAL PRINTING YOGYAKARTA)</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Sri Redjeki, S.Si., M.Kom.</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Istiningsih, Ike Yunia - 165410072</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM</publisher>
<dateIssued>2020</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent></extent>
</physicalDescription>
<note>Penelitian ini dilakukan untuk mempelajari data mining menggunakan
algoritma K-Means yang diimplementasikan dalam pengelompokkan pelanggan di
perusahaan Indonesia Digital Printing. Data dikumpulkan melalui observasi dan
interview yang dilakukan kepada pemilik perusahaan yang bersangkutan.
Selanjutnya data dianalisa untuk menentukan data yang dibutuhkan dalam proses
clustering.
Tujuan dari proses pengelompokkan pelanggan adalah untuk mengetahui
perilaku konsumen dan menerapkan strategi pemasaran yang tepat sehingga
mendatangkan keuntungan bagi pihak perusahaan. Langkah-langkahnya dimulai dari
mengumpulkan data transaksi customer, selanjutnya data prepocessing dengan
memilih data yang dibutuhkan, kemudian mencari value customer dengan sesuai
parameter Recency,Frequency dan Monetary (RFM). Proses selanjutnya adalah
dengan mengelompokkan menggunakan metode K-Means.
Penerapan analisis RFM dan metode K-Means menggunakan software python
menghasilkan 4 cluster dari 500 data pelanggan dari periode Maret sampai dengan
Mei 2020.</note>
<subject authority=""><topic>Implementasi Data Mining</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>111 Ist I R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">IST011120 TI01</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>111 Ist I R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:image>1_HALAMAN_DEPAN.jpg.jpg</slims:image>
<recordInfo>
<recordIdentifier>16090</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-11-11 09:41:48</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-11-11 10:03:48</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>