Segmentasi Pelanggan Menggunakan Algoritma K-Means dan Analisis RFM di Ova Gaming E-Sports Arena Kediri

Kartika Zahretta Wijaya, Arif Djunaidi, Faizal Mahananto
Submission Date: 2021-08-16 20:36:52
Accepted Date: 2021-12-22 11:51:20

Abstract


Selama sepuluh tahun berdiri, Ova Gaming E-sports Arena belum menerapkan strategi retensi pelanggan. Persaingan bisnis di daerah ini dapat dibilang cukup ketat, karena dalam radius 500 m terdapat dua kompetitor bisnis di bidang yang sama. Dengan semakin banyaknya e-sports arena di Kediri, Ova tentu harus melakukan perancangan strategi retensi pelanggan di samping meningkatkan kualitas layanan. Penelitian ini melaku-kan segmentasi pelanggan Ova Gaming E-Sport Arena mengguna-kan model RFM dan algoritma K-Means. Algoritma K-Means dipilih karena memiliki hasil clustering yang lebih baik diban-dingkan metode lainnya. Jumlah segmen optimum didapatkan dengan menggunakan metode Elbow dan Silhouette Coefficient. Dilakukan perhitungan Customer Live Value (CLV) dengan meng-gunakan bobot RFM perhitungan AHP untuk mengetahui urutan prioritas strategi retensi berdasarkan rata-rata CLV segmen terbesar. Setiap segmen pelanggan yang terbentuk selanjutnya dilakukan analisis karakteristik RFM, demografi, dan perilaku sebagai landasan penyusunan strategi retensi pelanggan. Melalui segmentasi pelanggan, diharapkan dapat menjadi upaya dalam meningkatkan pertumbuhan jangka panjang dan profitabilitas perusahaan dengan mengetahui menerapkan strategi retensi pelanggan yang tepat. Hasil penentuan jumlah segmen optimal menggunakan metode Elbow dan Silhouette Coefficient sebesar empat. Berdasarkan hasil tersebut, dalam penelitian ini digu-nakan segmen pelanggan sebesar empat. Berdasarkan analisis karakteristik, masing-masing segmen diurutkan sesuai hasil perhitungan CLV menggunakan pembobotan AHP diberi label superstar, everyday, occasional, dan dormant. Hasil analisis demo-grafi menggunakan atribut usia dan pekerjaan menghasilkan pelanggan usia muda dan berstatus pelajar sebagai target pasar utama perusahaan. Hasil analisis perilaku menunjukkan bahwa hari jumat dan sabtu sebagai waktu ramai. Berdasarkan ketiga hasil analisis yang telah dilakukan, strategi retensi pelanggan menghasilkan antara lain penawaran program loyalitas, pemberian reward, publisitas pemberlakuan protokol kesehatan, dan pemberian informasi layanan dan produk baru.

Keywords


Algoritma K-Means; Analytical Hierachy Process; Clustering; Model RFM; Segmentasi Pelanggan

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Teknik ITS by Direktorat Riset dan Pengabdian Masyarakat (DRPM) ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/teknik.
Statistik Pengunjung