Model Segmentasi Pelanggan Dengan Kernel K-Means Clustering Berbasis Customer Relationship Management (CRM)

(1)

MODEL SEGMENTASI PELANGGAN DENGAN KERNEL

K-MEANS CLUSTERING BERBASIS CUSTOMER

RELATIONSHIP MANAGEMENT (CRM)

TESIS

ABDUL HARIS LUBIS

117038030

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

MODEL SEGMENTASI PELANGGAN DENGAN KERNEL

K-MEANS CLUSTERING BERBASIS CUSTOMER

RELATIONSHIP MANAGEMENT (CRM)

TESIS

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

Magister Teknik Informatika

ABDUL HARIS LUBIS

117038030

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(3)

PERSETUJUAN

(4)

PERNYATAAN

MODEL SEGMENTASI PELANGGAN DENGAN KERNEL

K-MEANS CLUSTERING BERBASIS CUSTOMER

RELATIONSHIP MANAGEMENT (CRM)

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 23 Agustus 2013

(5)

PERNYATAAN PERSETUJUAN PUBLIKASI

KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di

bawah ini:

Nama : ABDUL HARIS LUBIS

Nim : 117038030

Program Studi : Magister ( S2) Teknik Informatika

Jenis Karya Ilmiah : TESIS

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty

free Right) atas Tesis saya yang berjudul:

MODEL SEGMENTASI PELANGGAN DENGAN KERNEL

K-MEANS CLUSTERING BERBASIS CUSTOMER

RELATIONSHIP MANAGEMENT (CRM)

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti

Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media,

memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis

saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai

penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.

Demikian pernyataan ini dibuat dengan sebenarnya.

Medan, 23 Agustus 2013

(6)

Telah diuji pada

Tanggal : 23 Agustus 2013

PANITIA PENGUJI TESIS

Ketua : Prof. Dr. Herman Mawengkang Anggota : 1. Prof. Dr. Iryanto, M.SI

2. Prof. Dr. Muhammad Zarlis 3. Prof. Dr. Tulus

(7)

RIWAYAT HIDUP

DATA PRIBADI

Nama lengkap berikut gelar : Abdul Haris Lubis, ST

Tempat dan Tanggal Lahir : Medan, 01 Maret 1967

Alamat Rumah : Jl. Klambir V

Komp.Graha Indah Kelapa Gading

Blok J-9 Deli Serdang

Telepon / HP : 085359825635

Email

Instansi Tempat Bekerja : PT. Pos Indonesia (Persero)

Kantor Area – I Sumatera Utara - Aceh

Alamat Kantor : Jl. HM Yamin SH No. 44 Medan 20231

Telepon / Fax : 061-4570053 Fax: 061-4551161

DATA PENDIDIKAN

SD : SD Negeri No. 060900 Tamat : 1980

SLTP : SMP Pembangun Medan Tamat : 1983

SLTA : STM Negeri – 4 Medan Tamat : 1986

S1 : ISTP - Medan Tamat : 2003

(8)

KATA PENGANTAR

Segala puja dan puji syukur kehadirat ALLAH SWT karena dengan

rahmat dan karunia-NYA sehingga tesis ini dapat diselesaikan melalui

bimbingan, arahan, dan bantuan yang telah diberikan dari berbagai pihak

khususnya pembimbing, pembanding, para dosen, teman-teman mahasiswa

Program Studi Magister (S2) Teknik Informatika Fakultas Ilmu Komputer

Dan Teknologi Informasi Universitas Sumatera Utara.

Tesis ini merupakan salah satu syarat yang harus dipenuhi oleh setiap

mahasiswa untuk mendapat gelar Magister Komputer.

Dengan selesainya tesis ini, perkenankanlah penulis mengucapkan

terima kasih banyak kepada :

1. Bapak Prof. Dr. Herman Mawengkang, selaku Ketua Komisi

Pembimbing

2. Bapak Prof. Dr. Iryanto, M.Si, selaku anggota Komisi Pembimbing

yang dengan penuh perhatian telah memberikan dorongan, bimbingan,

kritik dan saran sehingga penulis dapat menyelesaikan tesis ini.

3. Bapak Prof. Dr. Muhammad Zarlis, Ketua Program studi Magister

Teknik Informatika sebagai pembanding yang cukup banyak

memberikan saran yang berharga dalam perbaikan tesis.

4. Bapak Prof. Dr. Tulus, sebagai Pembanding yang telah memberikan

saran, masukan dan arahan yang baik demi penyelesaian tesis ini.

5. Bapak Dr. Marwan Ramli, M.Si, sebagai pembanding yang telah

banyak memberikan kritikan yang membangun sehingga selesainya

tesis ini.

6. Bapak Drs. Gustap PM Marpaung, SH, sebagai Manajer

Pengembangan Ritel Kantor Area - I Sumut-Aceh PT. Pos Indonesia

(Persero) yang telah memberikan izin kepada penulis untuk mengikuti

(9)

7. Ayahanda (alm) H. Zainuddin Lubis dan Ibunda (Alm) Hj. Rukiyah

Samosir, yang semasa hidup mereka senantiasa memberikan curahan

kasih sayang, dukungan, do’a kepada penulis, budi baik ini tidak

dapat dibalas hanya diserahkan kepada ALLAH SWT.

8. Isteriku Ety Fitriani dan anak-anakku tercinta Herry Arie Chandra dan

Amalina Shadrina atas segala keizinan, do’a serta dorongan moril

kepada penulis.

9. Bapak / Ibu Pegawai administrasi Program studi Magister Teknik

Informatika USU

10.Semua pihak yang telah memberikan bantuan dalam penyelesaian

tesis ini.

Terima kasih atas segala bantuan dan dukungan yang telah diberikan

sehingga pada akhirnya dapat mengantarkan penulis menyelesaikan

pendidikan Magister Teknik Informatika.

Dalam penyusunan tesis ini penulis telah berusaha sebaik-baiknya,

akan tetapi mungkin masih terdapat banyak kekurangan, karena itu penulis

mengharapkan adanya kritik dan saran yang membangun guna

penyempurnaan.

Medan, Agustus 2013

Penulis,

Abdul Haris Lubis

(10)

ABSTRAK

Tesis ini mengusulkan sebuah model aturan dalam menentukan pelanggan terbaik dan potensial Kantor Pos Medan. Hingga saat ini dalam menentukan pelanggan terbaik dan potensial menjadi persoalan di Instansi-instansi baik pemerintah maupun swasta khususnya yang bergerak dibidang jasa. Faktor-faktor yang berpengaruh secara dominan dalam menentukan pelanggan terbaik dan potensial masih belum dapat ditentukan secara pasti. Saat ini manajemen Kantor Pos Medan masih menggunakan secara manual dalam menentukan pelanggan terbaiknya, sehingga sangat mungkin terjadi kesalahan pada prosedur yang sudah berjalan. Hal ini akan berpengaruh terhadap hasil keputusan yang akan diambil oleh pihak manajemen Kantor Pos Medan. Untuk itu sangat penting dibuat sebuah model aturan untuk menentukan pelanggan terbaik dan potensial yang dapat digunakan pihak manajemen sebagai sistem pendukung dalam pengambilan keputusan. Data yang digunakan dalam penelitian ini berasal dari database Kantor Pos Medan tahun 2011 – bulan maret 2013. Dalam tesis ini algoritma Kernel K-Means Clustering telah digunakan untuk mendapatkan suatu model aturan menentukan pelanggan terbaik dan potensial Kantor Pos Medan. Model aturan yang diperoleh menunjukkan bahwa katagori pelanggan terbaik dapat diperoleh jika transaksinya banyak dan besar uangnya sedang dan tinggi.

(11)

CUSTOMER SEGMENTATION MODEL USING KERNEL K-MEANS CLUSTERING BASED ON CUSTOMER RELATIONSHIP

MANAGEMENT (CRM)

ABSTRACT

This thesis proposes a rule model in determining the best and potensial customers of Post Office Medan. Nowadays, determining the best and potensial customer is an issue, both for government agencies and the private sector especially for service firms. Until now, the dominant influencing factors in determining the best and potensial customers remain uncertain. Currently, the Post Office Medan use the manual method in determining its best customers. Hence, it encounter the errors in its existing procedures. Furthermore, it affect the decision making of management of Post Office Medan. It is urgent to establish a role model to determine the best and potensial customers for reliable decision-making system.

The data used in this study obtained from database field of Post Office Medan from 2011 to Mrch 2013. The Kernel K-Means Clustering algorithm used to obtain a model rule determine the best and potensial customers of Post Office Medan. The rule model show that the category of best customers can be determined from a large transaction, as well as the medium to hight amount of money.

(12)

(13)

(14)

4.5.1.1 Perhitungan Centroid Awal dengan 3 Nilai Centroid 52

4.5.1.2 Perhitungan Jarak Iterasi Pertama 3 Centroid Cluster 53

Nilai Tahun 2013

BAB IV. HASIL DAN PEMBAHASAN 54

Nilai Tahun 2012

Nilai Tahun 2011

4.5.1.9 Perhitungan Centroid Awal Deangan 2 Nilai Centroid 60

Nilai Tahun 2013

4.5.1.11 Perhitungan Jarak Iterasi Pertama Cluster Nilai 62

Tahun 2012

Nilai Tahun 2011

4.5.1.13 Perhitungan Jarak Iterasi Kedua 2 Centroid Cluster 64

Nilai Tahun 2013

Nilai Tahun 2012

(15)

4.5.1.16 Perhitungan Hasil Akhir 2 Iterasi Dengan 2 Centroid 67

4.5.2 Interpretasi Cluster 68

4.5.2.1 Nilai Anggota Pada Cluster Pertama (C0) Setelah 68

Di Cluster

4.5.3 Analisis Cluster 70

4.5.3.1 Pengukuran Validitas Dengan Nilai SSE 70

4.5.3.2 Model Aturan (Model Rule) 71

BAB V. KESIMPULAN DAN SARAN 73

5.1 Kesimpulan 73

5.2 Saran 73

(16)

DAFTAR GAMBAR

4.7 Perhitungan Jarak Iterasi Pertama 3 Centroid Cluster

Tahun 2013

53

Tahun 2012

54

(17)

Nomor

Gambar J u d u l Halaman

4.18 Perhitungan Iterasi Kedua Cluster Nilai Tahun 2013 64

4.21 Perhitungan Hasil Akhir 2 Iterasi Dengan 2 Centroid 67

(18)

(19)

DAFTAR LAMPIRAN

Nomor

Lampiran J u d u l Halaman

A Tabel Data Pelanggan Tahun 2013 Lamp A-1

B Tabel Data Pelanggan Tahun 2012 Lamp B-1

C Tabel Data Pelanggan Tahun 2011 Lamp C-1

D Daftar Pelanggan Kantor Pos Medan Lamp D-1