BAHAN DAN METODE

sedangkan keragaman dalam gerombol adalah:

∑( )

dengan N adalah total banyaknya objek. Selanjutnya, keragaman antargerombol terhadap rataan dari keseluruhan amatan dihitung dengan:

∑ ( )

dengan adalah rataan dari nilai seluruh objek. Persentase kepadatan gerombol ditentukan dengan perbandingan antara dan yang dirumuskan:

Nilai yang minimal menunjukkan penggerombolan yang ideal (Barakbah dan Arai 2004).

Bahan

Tabel 1 Daftar ringkasan aspek transaksi sebagai peubah yang digunakan dalam segmentasi

No Aspek Transaksi Peubah Keterangan

1 Total nomor dokumen (bill) transaksi

Frekuensi transaksi 2 Total month terjadinya

transaksi

Banyaknya bulan dilakukannya transaksi

3 Kuantitas Total banyaknya produk suku

cadang yang dibeli 4 Total nomor kode suku

cadang (part number)

Total banyaknya jenis produk suku cadang yang dibeli 5 Penjualan (Sales) Total nilai transaksi

Data yang digunakan dalam penelitian ini adalah data transaksi melalui Telesales yang dilakukan oleh pelanggan ritel bisnis suku cadang PT United Tractors Tbk. tahun 2012. Banyaknya transaksi pelanggan ritel suku cadang pada

data tersebut adalah 2,152 transaksi, dilakukan oleh 215 pelanggan. Data berisi aspek-aspek transaksi pelanggan ritel. Aspek-aspek transaksi dalam data kemudian diringkas sesuai keperluan penelitian menjadi peubah-peubah asal yang digunakan dalam segmentasi pelanggan ritel. Peubah asal dari hasil peringkasan aspek-aspek transaksi tersebut ditampilkan pada Tabel 1 sebagai peubah asal dengan . Tabel 2 menampilkan nilai peubah X masing-masing pelanggan ritel.

Tabel 2 Nilai peubah masing-masing pelanggan ritel Nomor ID pelanggan ^X¹ ^X² ^X³ ^X⁴ ^X⁵ ... ... ... ... ... ... 22501 23 8 134 27 38,957,230 22931 7 3 36 12 4,450,000 22944 2 2 2 2 1,416,380 23124 2 2 24 4 6,265,800 ... ... ... ... ... ... Metode

Metode yang digunakan dalam penelitian ini adalah sebagai berikut.

1. Melakukan eksplorasi data dengan menggunakan statistika deskriptif terhadap semua peubah untuk mengetahui gambaran umum karakteristik transaksi yang dilakukan pelanggan ritel bisnis suku cadang PT United Tractors Tbk. melalui Telesales pada tahun 2012.

2. Memeriksa korelasi antarpeubah untuk mengetahui hubungan antarpeubah. Peubah memiliki satuan berbeda-beda sehingga pemeriksaaan korelasi dilakukan dengan menggunakan korelasi Pearson. 3. Melakukan analisis komponen utama terhadap peubah berdasarkan

korelasi Pearson yang telah diperoleh. Analisis komponen utama dilakukan untuk meringkas dimensi peubah dan menentukan bobot bagi setiap peubah asal . Peubah asal yang dibakukan menjadi peubah dikombinasi untuk memperoleh skor transaksi. Skor transaksi sebagai peubah tunggal majemuk memuat sebagian besar informasi dari peubah asal.

4. Melakukan segmentasi berdasarkan skor transaksi masing-masing pelanggan ritel. Segmentasi dilakukan dengan plot titik skor transaksi, algoritme -rataan, dan metode Ward. Banyaknya segmen optimal dalam penggerombolan dengan algoritme -rataan dan metode Ward ditentukan berdasarkan nilai indeks Hartigan.

5. Menghitung nilai persentase kepadatan gerombol dari masing-masing hasil segmentasi untuk mengetahui hasil segmentasi yang ideal.

6. Melakukan interpretasi terhadap hasil segmentasi pelanggan ritel yang ideal dengan meninjau kembali pada peubah-peubah asalnya.

Alat analisis yang digunakan dalam analisis komponen utama, penggerombolan algoritme -rataan dan metode Ward adalah R versi 3.1.2.

HASIL DAN PEMBAHASAN

Eksplorasi Data

Eksplorasi data dilakukan untuk mengidentifikasi gambaran umum mengenai transaksi pelanggan ritel bisnis suku cadang PT United Tractors Tbk. yang dilakukan melalui Telesales. Gambar 1 menampilkan grafik banyaknya pelanggan yang melakukan transaksi dan banyaknya transaksi pada setiap bulan. Rataan pelanggan yang melakukan transaksi pada setiap bulan adalah 79 pelanggan dengan galat baku 3.78. Banyaknya pelanggan ritel terbesar yang melakukan transaksi terjadi pada bulan November, yaitu 102 pelanggan. Sedangkan banyaknya pelanggan ritel terkecil yang bertransaksi terjadi pada bulan Februari, yaitu sebanyak 59 pelanggan.

Rataan catatan transaksi yang dilakukan setiap bulan adalah 179 transaksi dengan galat baku 9.24. Banyaknya transaksi tertinggi terjadi pada bulan Oktober, yaitu sebanyak 227 transaksi. Sedangkan banyaknya transaksi terendah terjadi pada bulan Januari, yaitu sebanyak 124 transaksi. Dengan demikian, ada 5 bulan dalam tahun 2012 yang banyaknya transaksi per bulannya lebih kecil dari rataan transaksi setiap bulan, yaitu pada bulan Januari, Februari, Maret, April, dan Agustus. Hal tersebut menunjukkan bahwa transaksi cenderung semakin meningkat, kecuali pada pertengahan tahun 2012.

Gambar 1 Grafik banyaknya pelanggan ritel yang melakukan transaksi melalui Telesales dan banyaknya transaksi pelanggan ritel bisnis suku cadang yang terjadi setiap bulan sepanjang tahun 2012

Korelasi antara banyaknya pelanggan yang melakukan transaksi dan banyaknya transaksi yang dilakukan adalah 0.90 dengan p-value kurang dari 0.05. Hal tersebut berarti bahwa terdapat hubungan positif signifikan antara banyaknya pelanggan yang melakukan transaksi dengan banyaknya transaksi per bulan.

64 ₅₉ ⁷² ⁶⁸ 83 ⁸⁶ ₇₈ 73 ⁸³ 95 102 93 124 128 170 170 193 192 ²⁰⁰ 152 183 227 214 199 0 50 100 150 200 250

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

B an yak n ya Bulan Pelanggan Transaksi

Banyaknya transaksi meningkat seiring dengan peningkatan banyaknya pelanggan yang melakukan transaksi.

Gambar 2 adalah persentase banyaknya pelanggan berdasarkan banyaknya bulan transaksinya melalui Telesaes selama tahun 2012. Program Telesales memiliki peringkat bagi pelanggan ritelnya berdasarkan banyaknya bulan transaksi. Peringkat tersebut adalah A untuk pelanggan yang bertransaksi dalam 10 hingga 12 bulan, peringkat B untuk pelanggan yang bertransaksi dalam 7 hingga 9 bulan, peringkat C untuk pelanggan yang bertransaksi dalam 4 hingga 6 bulan, dan peringkat D untuk pelanggan yang bertransaksi dalam 1 hingga 3 bulan. Sebanyak 8.84% pelanggan ritel merupakan pelanggan peringkat A, 17.67% adalah pelanggan ritel dengan peringkat B, 22.33% merupakan pelanggan dengan peringkat C, dan 51.16% adalah pelanggan dengan peringkat D.

Gambar 2 Diagram lingkaran persentase pelanggan ritel peringkat A ( ), B ( ), C ( ), dan D ( ) pada setiap banyaknya bulan transaksi tahun 2012 Pelanggan ritel peringkat A yang melakukan transaksi setiap bulan adalah sebanyak 2.79% dari total jumlah pelanggan ritel. Pelanggan peringkat A yang bertransaksi dalam 10 dan 11 bulan secara berurutan adalah 2.33% dan 3.72%. Selanjutnya, pelanggan peringkat B sebanyak 17.67% adalah total dari 7.91% pelanggan ritel yang bertransaksi dalam 7 bulan, 3.72% pelanggan yang bertransaksi dalam 8 bulan, dan 6.05% pelanggan yang bertransaksi dalam 9 bulan. Sebanyak 22.33% pelanggan ritel peringkat C melakukan transaksi dalam 4 hingga 6 bulan dengan rincian dari jumlah total pelanggan ritel adalah 9.30% bertransaksi dalam 4 bulan, 6.05% bertransaksi dalam 5 bulan, dan 6.98% bertransaksi dalam 6 bulan. Lebih dari setengah total banyaknya pelanggan ritel, yaitu 51.16% pelanggan ritel hanya melakukan transaksi dalam 1 hingga 3 bulan transaksi. Sebanyak 30.23% pelanggan ritel hanya bertransaksi dalam 2 dan 3 bulan, sedangkan sisanya yaitu 20.93% merupakan pelanggan yang bertransaksi hanya pada 1 bulan selama tahun 2012.

Gambar 3 menampilkan diagram batang banyaknya produk suku cadang yang dibeli pelanggan ritel melalui Telesales setiap bulan. Rataan banyaknya suku cadang yang dibeli pelanggan ritel melalui Telesales setiap bulan adalah sebanyak 1,943 suku cadang dengan galat baku 686.95. Banyaknya suku cadang yang dibeli pelanggan ritel tertinggi terjadi pada bulan Desember dengan total 3,172

1 20.93% 2 14.88% 3 15.35% 4 9.30% 5 6.05% 6 6.98% 7 7.91% 8 3.72% 9 6.05% 10 2.33% 11 3.72% 12 2.79%

11 sedangkan banyaknya suku cadang terendah terjadi pada bulan Januari dengan total 860 suku cadang. Meskipun demikian, banyaknya suku cadang yang dibeli setiap bulan tidak mengalami peningkatan secara berkesinambungan dari bulan Januari hingga Desember 2012.

Gambar 3 Diagram batang banyaknya suku cadang yang dibeli pelanggan ritel melalui Telesales setiap bulan sepanjang tahun 2012

Banyaknya jenis produk suku cadang yang ditransaksikan pelanggan ritel melalui Telesales setiap bulan ditampilkan pada Gambar 4. Jenis produk suku cadang yang tersedia adalah 23 jenis, di antaranya adalah general, oil, dan filter. Transaksi pelanggan ritel melalui Telesales mencakup semua jenis produk namun tidak semua jenis dibeli oleh pelanggan pada setiap bulannya. Rataan banyaknya jenis produk suku cadang yang dibeli setiap bulan adalah 15 jenis dengan galat baku 2.17. Banyaknya jenis produk bisnis suku cadang yang dibeli tertinggi terjadi pada bulan Desember yaitu sebanyak 19 jenis produk suku cadang. Sedangkan banyaknya jenis produk bisnis suku cadang terendah terjadi pada bulan Agustus yaitu sebanyak 13 jenis produk suku cadang.

Gambar 4 Diagram batang banyaknya jenis produk suku cadang yang dibeli pelanggan ritel melalui Telesales setiap bulan selama tahun 2012

860 1,327 2,168 1,863 1,879 1,542 2,316 1,436 ^1,537 2,134 3,087 3,172 0 500 1,000 1,500 2,000 2,500 3,000 3,500

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

Ban yak n ya su ku ca d an g Bulan 13 17 14 17 17 ¹⁸ 15 12 18 15 15 19 0 2 4 6 8 10 12 14 16 18 20

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

Ban yak n ya jen is p ro d u k Bulan

Total besarnya transaksi selama tahun 2012 adalah Rp 18,206,933,575 dari 215 pelanggan ritel bisnis suku cadang yang bertransaksi melalui Telesales. Besarnya nilai transaksi yang diperoleh dari pelanggan ritel setiap bulan ditampilkan pada Gambar 5. Rataan besarnya nilai transaksi yang diperoleh setiap bulan adalah Rp 1,517,244,465 dengan galat baku sebesar Rp 126,319,861. Nilai transaksi terbesar yaitu Rp 2,172,273,037 yang terjadi pada bulan Maret, sedangkan yang terkecil adalah Rp 813,141,910 yang terjadi pada bulan Januari. Rataan besarnya transaksi setiap pelanggan ritel adalah Rp 84,683,412.

Gambar 5 Diagram batang nilai transaksi pelanggan ritel bisnis suku cadang melalui Telesales setiap bulan selama tahun 2012

Pemeriksaan Korelasi

Tabel 3 Nilai korelasi Pearson peubah , , , , dan

1.00 0.81 0.69 0.90 0.62 p-value 0.00 0.00 0.00 0.02 0.81 1.00 0.49 0.74 0.46 p-value 0.00 0.00 0.00 0.00 0.69 0.49 1.00 0.75 0.71 p-value 0.00 0.00 0.00 0.00 0.90 0.74 0.75 1.00 0.68 p-value 0.00 0.00 0.00 0.00 0.62 0.46 0.71 0.68 1.00 p-value 0.02 0.00 0.00 0.00

Tabel 3 menunjukkan nilai korelasi Pearson bagi kelima peubah yang dianalisis. Korelasi Pearson digunakan untuk mengidentifikasi hubungan linier antarpeubah dengan tipe data numerik (Johnson dan Wichern 2007). Semua nilai p-value kurang dari 0.05 berarti terdapat hubungan linier yang signifikan antara peubah , , , , dan . Korelasi tertinggi terdapat antara peubah dan yaitu 0.90 yang berarti bahwa hubungan linier yang terkuat terdapat antara peubah X1 dan X4. Hubungan linier tinggi terdapat antara peubah dan sebesar 0.81, dan sebesar 0.74, dan serta dan secara berurutan sebesar 0.75 dan 0.71. Hubungan linier positif yang tinggi antara 2 peubah

813 ^1,030 2,172 _2,130 1,649 1,197 1,891 1,134 1,445 1,279 1,678 ^1,790 0 500 1,000 1,500 2,000 2,500

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

Pend ap at an (ju ta ) Bulan

13 menunjukkan bahwa terjadinya peningkatan atau penuruan nilai kedua peubah terjadi secara bersamaan tanpa adanya hubungan kausalitas.

Hubungan linier positif yang rendah ditunjukkan dengan nilai korelasi Pearson yang kurang dari 0.70. Hubungan linier rendah terdapat antara peubah dan sebesar 0.69, dan sebesar 0.62, dan sebesar 0.68, serta yang terendah yaitu antara peubah dan sebesar 0.46. Hubungan linier yang rendah menunjukkan bahwa peningkatan atau penurunan nilai peubah yang satu tidak disertai oleh peubah yang lain secara bersama-sama.

Pembobotan dengan Komponen Utama

Akar ciri dan kontribusi keragaman akar ciri dari korelasi peubah , , , , dan ditampilkan pada Tabel 4. Vektor ciri dari korelasi peubah , , , , dan ditampilkan pada Tabel 5. Kolom proporsi kontribusi keragaman relatif pada tabel akar ciri matriks korelasi menunjukkan bahwa komponen utama pertama hingga kelima secara berurutan memuat 75.27%, 13.41%, 5.89%, 3.67%, dan 1.75% dari keragaman total. Banyaknya komponen utama yang diambil diidentifikasi berdasarkan persentase kumulatif yang dicapai hingga sama dengan atau lebih dari kriteria cakupan keragaman yang diinginkan (Jolliffe 2002). Besarnya kumulatif keragaman dari komponen utama pertama dan kedua mencapai 88.68%, melebihi kriteria yang diinginkan yaitu 80%. Dengan demikian, banyaknya komponen utama yang diambil adalah 2 komponen utama pertama.

Tabel 4 Akar ciri dan kontribusi keragaman dari matriks korelasi peubah , , , , dan

Akar ciri ^{Proporsi kontribusi} keragaman relatif Kontribusi keragaman kumulatif 1 3.76 75.27% 75.27% 2 0.67 13.41% 88.68% 3 0.29 5.89% 94.57% 4 0.18 3.67% 98.25% 5 0.09 1.75% 100%

Tabel 5 Vektor ciri dari matriks korelasi peubah , , , , dan

0.48 -0.27 0.11 -0.39 0.73 0.42 -0.61 -0.26 0.60 -0.15 0.43 0.46 0.62 0.46 0.04 0.49 -0.09 0.16 -0.53 -0.67 0.41 0.57 -0.71 0.00 0.05

Matriks A diperoleh dari susunan vektor ciri-vektor ciri 2 komponen utama pertama adalah:

Sedangkan vektor akar ciri λ adalah:

[ ]

Skor komponen utama pertama dan kedua masing-masing pelanggan ritel diperoleh berdasarkan persamaan adalah sebagai berikut.

Komponen utama pertama ( ) memuat semua peubah asal secara hampir merata yang berarti bahwa kelima peubah memiliki dominasi hampir sama bagi . Meskipun demikian, peubah memiliki nilai vektor ciri yang terbesar. Komponen utama kedua ( ) memuat kelima peubah asal secara tidak merata, dengan peubah dan mendominasi secara kontras. Hal demikian diidentifikasi dari tanda nilai vektor cirinya (Dillon dan Goldstein 1984). Skor dan skor bagi masing-masing pelanggan ritel ditampilkan pada Tabel 6. Tabel 6 Skor dan skor masing-masing pelanggan ritel bisnis suku

cadang melalui Telesales tahun 2012

Nomor ID pelanggan Skor Skor

... ... ... 23878 3.86 -2.09 24192 4.98 -1.35 24442 3.39 0.03 26002 3.22 -1.01 29097 -1.15 0.16 ... ... ...

Gambar 6 menampilkan plot tebaran pelanggan ritel berdasarkan skor dan skor yang dimiliki. Tebaran pelanggan ritel menunjukkan bahwa sebagian kecil pelanggan ritel memiliki skor dan skor yang berbeda jauh dengan sebagian besar pelanggan ritel. Hal demikian ditunjukkan dengan letak relatifnya yang jauh terhadap pelanggan-pelanggan lain. Sebagian besar pelanggan ritel memiliki skor dan skor yang tidak jauh berbeda. Hal ini ditunjukkan dengan letak relatifnya yang berdekatan dan menggerombol.

Gambar 6 Plot tebaran pelanggan ritel ( ) berdasarkan skor dan skor Komponen utama pertama dan kedua dikombinasi untuk menentukan persamaan bagi skor transaksi. Untuk menentukan skor transaksi, peubah asal distandardisasi dengan skor- menjadi peubah dengan rataan 0 dan ragam 1, kemudian mengalikannya dengan bobot dari masing-masing peubah asal , lalu menjumlahkannya. Hal demikian dilakukan karena peubah asal memiliki satuan yang berbeda-beda. Bobot dari masing-masing peubah asal berdasarkan dan ditentukan sebagai berikut.

√ ( ) √ ( ) √ √ ( ) √

Dengan demikian, persamaan bagi peubah tunggal baru yang terbentuk, yaitu skor transaksi, adalah:

Skor transaksi bagi masing-masing pelanggan ritel dan nilai peubah ditampilkan dalam Tabel 7. Nilai peubah pelanggan yang bertanda negatif menunjukkan bahwa nilai peubah asal yang dimiliki pelanggan tersebut berada di bawah rataan dari seluruh pelanggan. Sedangkan nilai peubah yang positif menunjukkan sebaliknya. Misalkan pelanggan ritel dengan nomor ID 11674 memiliki nilai hingga secara berurutan adalah 0.00, 0.45, 0.15, 0.84, dan -0.44. Dengan demikian berarti bahwa nilai pelanggan ritel tersebut pada peubah

dan lebih rendah daripada rataan dari seluruh pelanggan ritel. Sedangkan untuk peubah dan , pelanggan ritel dengan nomor ID 11674 memiliki nilai yang lebih tinggi daripada rataan dari seluruh pelanggan ritel. Nilai rataan bagi peubah hingga secara berurutan adalah 10.00, 4.43, 108, 28.69, dan Rp 84,683,412. Nilai pelanggan ritel dengan nomor ID 11674 untuk setiap peubah secara berurutan adalah 10, 3, 137, 64, dan Rp 3,491,500. Dengan demikian, tampak bahwa nilai pelanggan ritel tersebut pada peubah dan lebih rendah daripada rataan dari seluruh pelanggan ritel sedangkan untuk peubah dan lebih tinggi daripada rataan dari seluruh pelanggan ritel.

Tabel 7 Nilai peubah dan skor transaksi masing-masing pelanggan ritel bisnis suku cadang melalui Telesales tahun 2012

Nomor ID pelanggan Skor Transaksi ... ... ... ... ... ... ... 28959 -0.44 -0.45 -0.34 -0.42 -0.40 -1.15 27948 0.58 2.07 1.27 2.77 0.43 3.71 11293 2.39 2.07 2.28 1.46 0.47 4.74 11674 0.00 -0.45 0.15 0.84 -0.44 -0.35 ... ... ... ... ... ... ...

Segmentasi dengan Menggunakan Plot Titik

Gambar 7 Plot titik segmentasi pelanggan ritel bisnis suku cadang melalui Telesales tahun 2012 berdasarkan skor transaksi

17 Segmentasi dengan menggunakan plot titik skor transaksi setiap pelanggan ritel ditunjukkan pada Gambar 7. Pelanggan ritel yang memiliki selisih skor transaksi relatif lebih kecil dimasukkan ke dalam satu segmen sedangkan pelanggan dengan selisih skor transaksi yang lebih besar dipisahkan ke dalam segmen yang lain. Banyaknya segmen yang terbentuk ditentukan berdasarkan banyaknya gerombol dari skor transaksi berdekatan. Pemisahan segmen dilakukan pada selisih skor transaksi yang besar. Dengan demikian, banyaknya segmen yang terbentuk adalah 5.

Gambar 8 menampilkan plot tebaran hasil segmentasi pelanggan ritel berdasarkan plot titik skor transaksi. Segmen-segmen pelanggan terbentuk berdasarkan skor transaksi sesuai dengan skor dan skor yang dimiliki. Walaupun demikian, tampak bahwa nilai skor lebih mendominasi dalam pembentukan segmen. Hal demikian disebabkan karena memuat persentase keragaman yang lebih besar daripada . Sebagian kecil pelanggan ritel memiliki skor dan skor yang jauh lebih tinggi dibandingkan dengan sebagian besar pelanggan ritel lainnya. Pelanggan ritel dengan skor dan skor tinggi tersegmentasi ke dalam segmen-segmen yaitu Segmen 1, Segmen 2, dan Segmen 3 sehingga segmen-segmen tersebut terdiri atas sedikit pelanggan ritel. Sebagian besar pelanggan ritel masuk ke dalam segmen dengan skor dan skor yang relatif lebih rendah, yaitu Segmen 4 dan Segmen 5 dengan banyaknya anggota terbesar. Segmentasi dengan menggunakan plot titik skor transaksi menyebarkan pelanggan ritel ke dalam 5 segmen dengan persentase 1.40%, 1.40%, 0.93%, 6.51%, dan 89.77%.

Gambar 8 Plot tebaran segmentasi pelanggan ritel dengan menggunakan plot titik untuk segmen 1 ( ), segmen 2 ( ), segmen 3 ( ), segmen 4 ( ), dan segmen 5 ( ) berdasarkan skor dan skor

Segmentasi dengan Algoritme -rataan

Analisis gerombol tidak berhierarki yang digunakan untuk melakukan segmentasi terhadap skor transaksi pelanggan ritel adalah algoritme -rataan. Banyaknya gerombol dievaluasi dari 2 hingga 9. Gambar 9 menunjukkan bahwa perubahan nilai indeks Hartigan terbesar terjadi pada menuju , yaitu dari 225.10 menjadi 52.80 atau sebesar 172.30. Dengan demikian, banyaknya segmen optimal bagi segmentasi dengan penggerombolan tidak berhierarki menggunakan algoritme -rataan adalah 4. Gambar 10 menampilkan plot hasil segmentasi pelanggan ritel dengan algoritme -rataan pada bidang skor terhadap skor . Pelanggan ritel bisnis suku cadang PT United Tractors Tbk. yang bertransaksi melalui Telesales secara berurutan terbagi ke dalam segmen 1 hingga segmen 4 dengan persantase 2.79%, 12.09%, 54.88%, dan 30.23%.

Gambar 9 Nilai indeks Hartigan untuk masing-masing banyaknya segmen pada segmentasi pelanggan ritel bisnis suku cadang dengan menggunakan algoritme -rataan

Gambar 10 Plot tebaran segmentasi pelanggan ritel dengan menggunakan algoritme k-rataan untuk segmen 1 ( ), segmen 2 ( ), segmen 3 ( ), dan segmen 4 ( ) berdasarkan skor dan skor

Segmentasi dengan Metode Ward

Gambar 11 Nilai indeks Hartigan untuk masing-masing banyaknya segmen pada segmentasi pelanggan ritel bisnis suku cadang dengan menggunakan metode Ward

Penggerombolan berhierarki yang digunakan terhadap skor transaksi pelanggan ritel adalah metode Ward. Banyaknya gerombol sebagai dievaluasi

dari 2 hingga 9. Gambar 11 menunjukkan bahwa perubahan nilai indeks Hartigan terbesar terjadi pada menuju , yaitu dari 9.46 menjadi 353.22 atau sebesar 343.76. Dengan demikian, banyaknya segmen optimal bagi segmentasi dengan penggerombolan berhierarki menggunakan metode Ward adalah 7. Gambar 12 menampilkan plot hasil segmentasi pelanggan ritel dengan metode Ward pada bidang skor terhadap skor . Pelanggan ritel bisnis suku cadang PT United Tractors Tbk. yang bertransaksi melalui Telesales secara berurutan terbagi ke dalam segmen 1 hingga segmen 7 dengan persantase 17.67%, 6.51%, 3.27%, 12.09%, 21.40%, 11.63%, dan 26.98%.

Gambar 12 Plot tebaran segmentasi pelanggan ritel dengan menggunakan metode Ward untuk segmen 1 ( ), segmen 2 ( ), segmen 3 ( ), segmen 4 ( ), segmen 5 ( ), segmen 6 ( ), dan segmen 7 ( ) berdasarkan skor dan skor

Evaluasi Hasil Segmentasi

Segmentasi pelanggan ritel bisnis suku cadang PT United Tractors Tbk. yang bertransaksi melalui Telesales telah dilakukan dengan menggunakan plot titik, analisis gerombol berhierarki dan tidak berhierarki. Evaluasi untuk mengidentifikasi hasil yang ideal dilakukan dengan membandingkan nilai persentase kepadatan gerombol. Nilai persentase kepadatan gerombol diperoleh dari rasio antara keragaman intergerombol terhadap keragaman antargerombol. Penggerombolan yang ideal memiliki keragaman intergerombol yang rendah dan keragaman antargerombol yang tinggi (Barakbah dan Arai 2004; Mattjik dan Sumertajaya 2011). Dengan demikian, metode segmentasi yang tepat adalah yang memiliki persentase kepadatan gerombol yang kecil.

21 Tabel 8 menunjukkan nilai-nilai keragaman dalam gerombol, antargerombol, dan persentase kepadatan gerombol bagi ketiga metode segmentasi pelanggan ritel PT United Tractors Tbk. Nilai-nilai tersebut menunjukkan bahwa keragaman dalam gerombol hasil segmentasi dengan algoritme -rataan adalah yang paling rendah. Walaupun demikian, nilai keragaman antargerombol yang paling tinggi dihasilkan oleh segmentasi dengan menggunakan metode Ward. Persentase kepadatan gerombol yang diperoleh untuk segmentasi dengan plot titik, algoritme -rataan, dan metode Ward secara berurutan adalah 0.49%, 0.13%, dan 3.68%. Hal tersebut menunjukkan bahwa hasil segmentasi dengan penggorombolan tidak berhierarki, yaitu dengan algoritme -rataan, merupakan hasil segmentasi yang ideal untuk pelanggan ritel bisnis suku cadang PT United Tractors Tbk. yang melakukan transaksi melalui Telesales pada tahun 2012.

Tabel 8 Nilai-nilai keragaman dalam gerombol, antargerombol, dan persentase kepadatan gerombol bagi ketiga metode segmentasi pelanggan ritel PT United Tractors Tbk.

Metode plot titik skor transaksi

Algoritme

-rataan ^{Metode Ward}

1.81 0.48 575.11

241.70 371.17 15,604.68

0.49% 0.13% 3.68%

Interpretasi Hasil Segmentasi Ideal

Gambar 13 Diagram kotak garis masing-masing segmen hasil segmentasi ideal pelanggan ritel bisnis suku cadang PT United Tractors Tbk. tahun 2012

Diagram kotak garis segmen 1 hingga segmen 4 ditampilkan dalam Gambar 13. Rataan skor transaksi masing-masing segmen menunjukkan bahwa rataan

terbesar dimiliki oleh segmen 1, kemudian diikuti oleh segmen 2, segmen 4 dan segmen 3. Segmen 3 memiliki rataan skor transaksi paling rendah. Meskipun tampak adanya kemenjuluran pada setiap segmen namun tidak ada pencilan yang terindentifikasi. Nilai rataan skor transaksi dan masing-masing peubah asal pada setiap segmen ditunjukkan pada Tabel 9 sedangkan interpretasi masing-masing segmen berdasarkan skor transaksi dan masing-masing-masing-masing peubah asal transaksi diuraikan sebagai berikut.

Tabel 9 Nilai rataan skor transaksi dan masing-masing peubah asal pada setiap segmen Segmen ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ ̅ ̅ ̅ ̅ ̅ 1 9.91 63.67 11.17 887.83 199.33 Rp 841,986,343 2 3.35 28.08 9.38 282.27 84.96 Rp 248,778,097 3 -1.39 3.08 2.17 32.34 8.43 Rp 22,633,013 4 0.27 10.42 5.94 105.22 27.23 Rp 61,785,991 Segmen 1

Pelanggan dalam segmen 1 memiliki rataan skor transaksi terbesar yaitu 9.91. Persentase banyaknya pelanggan ritel dalam segmen 1 adalah 2.79% dari keseluruhan pelanggan ritel, yaitu sebanyak 6 pelanggan ritel. Rataan frekuensi transaksi yang dimiliki adalah 66.67 transaksi sepanjang tahun 2012. Rataan banyaknya bulan transaksi sebesar 11 bulan, menunjukkan bahwa pelanggan ritel segmen 1 bertransaksi secara intensif hampir pada setiap bulan selama tahun 2012. Rataan jumlah produk dan jenis produk yang dibeli secara berurutan adalah 887.33 dan 199.33. Pelanggan segmen 1 melakukan transaksi suku cadang dengan banyaknya jenis produk suku cadang terbesar. Nilai transaksi pelanggan pada segmen 1 memiliki rataan sebesar Rp 841,986,343 dengan total kontribusi terhadap penerimaan perusahaan dari bisnis suku cadang ritel Telesales sebesar Rp 5,051,918,062. Hal demikian berarti bahwa pelanggan ritel dalam segmen 1 memiliki kontribusi yang paling besar bagi penerimaan perusahaan dari transaksi bisnis suku cadang ritel. Rataan nilai transaksi pelanggan segmen 1 lebih besar daripada rataan nilai transaksi keseluruhan pelanggan ritel yaitu Rp 84,683,412. Secara umum, pelanggan segmen 1 berpotensi besar untuk terus dipertahankan hubungannya dengan perusahaan.

Segmen 2

Besarnya rataan skor transaksi segmen 2 adalah 3.35, merupakan rataan skor transaksi terbesar kedua. Banyaknya pelanggan dalam segmen 2 adalah 12.09% atau sebanyak 26 pelanggan. Rataan frekuensi transaksi setiap pelanggan sepanjang tahun 2012 adalah 28.08 kali dengan rataan bulan transaksi adalah 9.38. Hal demikian berarti bahwa pelanggan segmen 2 memiliki konsistensi transaksi yang cukup tinggi dengan bertransaksi pada 9 bulan selama tahun 2012. Banyaknya produk suku cadang yang dibeli memiliki rataan 282.27 untuk 84.96

Dalam dokumen SEGMENTASI PELANGGAN RITEL PERUSAHAAN ALAT BERAT BERDASARKAN CATATAN TRANSAKSI DENGAN PEMBOBOTAN KOMPONEN UTAMA BINAPRI VINDY TURNINGTIAS (Halaman 23-40)