IMPLEMENTASI DATA MINING UNTUK MENENTUKAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA PENGKLASTERAN K-MEANS DAN K-NEAREST NEIGHBORS (KNN)

Setyadji, Teddy (2025) IMPLEMENTASI DATA MINING UNTUK MENENTUKAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA PENGKLASTERAN K-MEANS DAN K-NEAREST NEIGHBORS (KNN). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_18103020141.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (5MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_18103020141_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_18103020141_0708049001_0705129001_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (BAB 2)
RAMA_55201_18103020141_0708049001_0705129001_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (321kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_18103020141_0708049001_0705129001_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_18103020141_0708049001_0705129001_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (941kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_18103020141_0708049001_0705129001_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (12kB) | Request a copy
[img] Text (References)
RAMA_55201_18103020141_0708049001_0705129001_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (80kB)
[img] Text (Lampiran)
RAMA_55201_18103020141_0708049001_0705129001_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy

Abstract

Pelanggan merupakan aset penting bagi perusahaan, sehingga diperlukan analisis untuk memahami pola belanja mereka guna meningkatkan strategi pemasaran dan loyalitas pelanggan. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering yang dikombinasikan dengan K-Nearest Neighbors (KNN) dalam mengelompokkan pelanggan berdasarkan total belanja, intensitas belanja, dan jumlah poin yang diperoleh. Sistem ini dikembangkan menggunakan framework Laravel dengan database MySQL untuk menyimpan hasil clustering sebagai riwayat perhitungan yang dapat diakses kembali tanpa perlu melakukan perhitungan ulang. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan ke dalam beberapa segmen berdasarkan kemiripan data mereka, sementara KNN digunakan sebagai metode klasifikasi untuk mengelompokkan pelanggan baru ke dalam klaster yang telah terbentuk. Proses clustering diawali dengan pemilihan centroid awal, dilanjutkan dengan iterasi perhitungan jarak Euclidean untuk menentukan keanggotaan klaster, hingga mencapai konvergensi. Hasil clustering kemudian disimpan ke dalam sistem agar dapat digunakan untuk analisis lebih lanjut. Hasil penelitian menunjukkan bahwa metode K-Means dan KNN mampu mengelompokkan pelanggan secara efektif, dengan pola belanja yang lebih mudah dianalisis. Implementasi sistem berbasis web ini juga memberikan kemudahan dalam memantau serta mengevaluasi segmen pelanggan berdasarkan riwayat transaksi masing-masing pelanggan.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Pelanggan, Clustering, Klasifikasi, K-Means Clustering, K-Nearest Neighbors (KNN), Laravel.
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 462 Information technology
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: TEDDY SETYADJI
Last Modified: 06 Aug 2025 13:33
URI: http://repository.unpkediri.ac.id/id/eprint/18530

Actions (login required)

View Item View Item