Improving Customer Loyalty in PT Home Center Indonesia Using the C4.5 Algorithm Method and CSI Method (Customer Satisfaction Index)
Peningkatan Loyalitas Pelanggan pada PT Home Center Indonesia Menggunakan Metode Algoritma C4.5 dan Metode CSI (Customer Satisfaction Index)
Anggi Oktaviani Universitas Indraprasta PGRI
Jl. Raya Tengah No. 80, Pasar Rebo, Jakarta Timur [email protected]
Riri Cornellia
Universitas Indraprasta PGRI
Jl. Raya Tengah No. 80, Pasar Rebo, Jakarta Timur [email protected]
Deny Wibisono Universitas Indraprasta PGRI
Jl. Raya Tengah No. 80, Pasar Rebo, Jakarta Timur [email protected]
Abstract
PT Home Center Indonesia or Informa is a furniture company starting from home furniture, office furniture, to commercial space furniture. The purpose of this study was to determine the number of satisfied and dissatisfied customer responses in the services provided by furniture companies and to determine the factors that influence satisfaction and loyalty to adjust the services expected by customers.
By providing an increase in customer loyalty and using the right method, to measure how much customer satisfaction and loyalty increase using data mining methods, the C4.5 algorithm and CSI (Customer Satisfaction Index) which use customer satisfaction and loyalty attributes in research that includes price, facilities, services and loyalty. supporting attributes such as the importance and satisfaction of (physical evidence, reliability, empathy, responsiveness, certainty). The results of the research on taking respondents to customers are the results of the entropy and gain values of 0.971 entropy and 0.821 gains in the calculation of the C4.5 algorithm. the results of the calculation of the level of customer satisfaction CSI value at PT. Home Center Indonesia gets a score of 42.14% which is in the range of customer satisfaction index scores of 35 – 50%. With the results of overall customer satisfaction is in the "less satisfied" criteria.
Keywords: data mining, decision tree, algoritma c4.5, (CSI) customer satisfaction index Abstrak
PT Home Center Indonesia atau Informa merupakan sebuah perusahaan perabot dimulai dari perabot rumah, kantor, hingga perabot ruang komersial. Tujuan penelitian ini untuk mengetahui jumlah respons pelanggan yang puas dan tidak puas dalam pelayanan jasa yang diberikan perusahaan perabot dan mengetahui faktor yang mempengaruhi kepuasan dan loyalitas untuk menyesuaikan pelayanan jasa yang diharapkan pelanggan. Dengan memberikan peningkatan loyalitas terhadap pelanggan dan menggunakan metode yang tepat, untuk mengukur seberapa peningkatan kepuasan dan loyalitas konsumen menggunakan metode data mining, Algoritma C4.5 dan CSI (Customer Satisfaction Index) yang menggunakan atribut kepuasan dan loyalitas pelanggan dalam penelitian yang mencakup dari harga, fasilitas, pelayanan dan loyalitas. atribut pendukung seperti kepentingan dan kepuasan dari (bukti fisik, kehandalan, empati, daya tanggap, kepastian) Adanya metode ini diharapkan dapat mengatasi masalah yang ada pada perusahaan agar dapat memprediksi dan mengevaluasi untuk terciptanya kepuasan dan loyalitas pelanggan yang diharapkan konsumen sesuai dengan target perusahaan. Hasil penelitian pengambilan responden pada pelanggan hasil dari nilai entropy dan gain sebesar entropy 0.971 dan gain sebesar 0,821 dalam perhitungan Algoritma C4.5. hasil perhitungan tingkat kepuasan pelanggan nilai CSI di PT Home Center Indonesia mendapatkan skor sebesar 42,14% yang berada pada rentang angka nilai indeks kepuasan pelanggan 35 – 50%. Dengan hasil kepuasan pelanggan secara keseluruhan berada pada kriteria “kurang puas”.
Kata kunci: data mining, decision tree, algoritma c4.5, (CSI) customer satisfaction index.
Improving Customer Loyalty in PT Home Center Indonesia Using 2 A. Oktaviani, R. Cornellia, D. Wibisono
PENDAHULUAN
Pemenuhan selera konsumen yang semakin tinggi disambut baik oleh pelaku industri untuk merespon efektif dalam pemenuhan konsumen terhadap barang dan jasa. Kebutuhan produk interior rumah semakin berkembang seiring perkembangan teknologi yang ada saat ini.
Salah satu kebutuhan sehari-hari yang tak kalah pentingnya di era globalisasi ini adalah kebutuhan perlengkapan/perabot rumah tangga. Banyak konsumen yang menggunakan barang furnitur tersebut untuk mempercantik rumah mereka,tentunya dengan kualitas yang baik dan terjamin.
Berdasarkan data statistic yang ada terjadi kenaikan yang signifikan pada industri furniture di tahun 2021 yang sempat anjlok di tahun sebelumnya. Kebutuhan penggunaan barang-barang perlengkapan rumah tangga salah satu contohnya interior rumah dan elektronik mengalami kenaikan yang signifikan selama pandemi ini. PT. Home Center Indonesia mengalami kenaikan penjualan signifikan yaitu mencapai 70% transaksi dari sebelumnya mengalami penurunan sebesar 50% dari omset penjualan. Salah satu produk andalan perusahaan yang sangat dikenal oleh masyarakat yaitu Informa. Informa menyediakan lebih dari 35.000 barang berkualitas yang dapat memenuhi kebutuhan pelanggan sebagai pelengkap interior rumah yang elegan.
Perusahaan perlu meningkatkan daya saing mulai dari kualitas barang yang ditawarkan dan kebijakan harga karena dua hal tersebut menjadi pertimbangan konsumen untuk selalu berbelanja menggunakan produk Informa . Untuk meyakinkan konsumen dalam melakukan transaksi pembelian produk informa tidaklah mudah, salah satu caranya dengan memanfaatkan perilaku loyalitas pelanggan. Pemanfaatan loyalitas konsumen ini disebabkan oleh efek jangka panjang loyalitas itu sendiri, dengan harapan konsumen tetap melakukan transaksi belanja tersebut secara terus-menerus dan berulang-ulang. Hal ini dijelaskan oleh Ali Hasan (2008) yang mengatakan bahwa loyalitas pelanggan didefinisikan sebagai orang yang membeli, khususnya yang membeli secara teratur dan berulang-ulang.
Loyalitas digunakan untuk melukiskan kesediaan pelanggan untuk terus berlangganan pada sebuah perusahaan dalam jangka waktu panjang, dengan membeli dan menggunakan barang dan jasanya secara berulang, lebih baik lagi secara eksklusif, dan dengan suka rela merekomendasikan produk perusahaan tersebut kepada teman-temannya. Variabel tersebut didapat dari wawancara dengan karyawan senior di PT. Home Center Indonesia, perusahaan mengetahui bagaimana memprediksi pelanggan yang akan loyal terhadap perusahaan berdasarkan pengalaman dari beberapa hal. Salah satu faktor yang mempengaruhi loyalitas pelanggan adalah kualitas pelayanan.
Untuk itu perusahaan perlu melakukan kreasi atau penciptaan nilai yang mampu menarik hati pelanggan, sehingga pelanggan mau membayar dengan tingkat tarif atau harga yang menguntungkan bagi perusahaan. Pada dasarnya, ada dua hal pokok yang berkaitan dengan layanan, yaitu harapan konsumen terhadap dengan ekspektasi kualitas (expected quality) dan persepsi pelanggan atas kualitas layanan pada saat menerima layanan (experienced atau perceive quality). Konsumen senantiasa menilai suatu layanan yang diterima dengan membanding-kannya dengan apa yang diharapkan atau yang diinginkan oleh pelanggan. Kepuasan konsumen menjadi kunci dari ukuran performance yang dikatakan sempurna, dalam hal ini tidaklah berarti memenuhi standarisasi yang kaku, tetapi performance yang dapat memberi kepuasan mendekati 100% dari sudut pandang pelanggan.
Berdasarkan data perusahaan selama periode tertentu didapat dari wawancara dan pengamatan langsung terhadap kepuasan layanan yang dirasakan oleh konsumen, di antaranya dapat diukur dari beberapa atribut yaitu : sebagian konsumen mengutamakan harga untuk menentukan pembelian suatu barang apakah sesuai dengan kebutuhan dan lain hal, fasilitas juga merupakan atribut yang dilirik oleh konsumen, kenyamanan yang disediakan oleh pihak pengelola tempat juga berpengaruh dalam penilaian konsumen, pelayanan yang ramah dan kesopanan juga punya daya tarik sendiri untuk konsumen dalam berbelanja suatu produk, loyalitas ditentukan seberapa seringnya konsumen tersebut kembali berbelanja di toko tersebut, sehingga dapat kita tentukan variabel transaksi konsumen tersebut datang. Di bawah ini merupakan data persentase respons konsumen di PT Home Center Indonesia yaitu sebagai berikut:
Tabel 1. Data Persentase Respons Konsumen di PT. Home Center Indonesia
No Atribut Respons Pelanggan Puas %
Respons Pelanggan Tidak Puas
% Total
1 Harga 72 % 28% 100%
2 Fasilitas 52% 48% 100%
3 Pelayanan 80% 20% 100%
4 Loyalitas 44% 56% 100%
Persentase respons pelanggan yang tertinggi pada hasil persentase di atas menunjukkan dari atribut pelayanan sebesar 80% yang puas yang ada di PT Home Center Indonesia dari jumlah 25 responden yang dilakukan oleh peneliti. Dan hasil persentase menengah menunjukkan dari atribut harga sebesar 72%, kemudian yang terkecil menunjukkan dari atribut Fasilitas 52% dan loyalitas 44% dengan hasil persentase yang berbeda 8% sesuai dengan tabel yang di atas.
Penelitian ini telah dilakukan di PT Home Center Indonesia, dengan berfokus pada pendapat responden terhadap atribut Informa untuk melihat atribut apa saja yang menjadi tingkat kepuasan konsumen dan seberapa loyal terhadap produk informa di PT Home Center Indonesia.
METODE
Pengumpulan data yang dihasilkan menggunakan survei kuesioner data kepuasan dan loyalitas pelanggan yang dilakukan pada bulan Agustus 2021 hingga Januari 2022 dengan menggunakan data observasi wawancara dan data sekunder untuk mengambil informasi mengenai kepuasan pelanggan terhadap pelayanan yang diberikan oleh perusahaan berdasarkan beberapa atribut penilaian yaitu pertimbangan harga, kelengkapan fasilitas, tingkat pelayanan, dan tingkat loyalitas. Adapun teknik analisis data yang digunakan dalam penelitian ini menggunakan metode Algoritma C4.5 dan Metode CSI (Customer Satisfaction Index. Sebagai analisis studi kasus pengolahan data mining menggunakan bantuan software Rapid Miner versi 5.3 dan Spss versi 21.
HASIL iDAN iPEMBAHASAN Hasil
Penelitian ini Data akan diproses menggunakan Software Rapid Miner versi 5.3 untuk pengolahan datanya menggunakan Microsoft excel dan di import ke dalam Software Rapid Miner versi 5.3, jadi data akan terlihat Decision Tree (Pohon Keputusan), Rule dan Scatter Matrix.
Berikut adalah data yang akan di import ke dalam Rapid Miner:
Tabel 2. Data yang akan di import dalam Software Rapid Miner 5.3
Improving Customer Loyalty in PT Home Center Indonesia Using 4 A. Oktaviani, R. Cornellia, D. Wibisono Gambar 1. Proses Pengolahan Data Rapid Miner
Gambar 2. Hasil Decision Tree
Gambar 3. View Text Atribut Harga dalam Decision Ttree
(Rule Set) atau aturan-aturan yang terbentuk dari pohon keputusan yang membentuk suatu kondisi dalam bentuk if-then. Aturan-aturan ini didapat dengan cara menelusuri pohon keputusan dari akar sampai daun. Setiap node dan syarat percabangan akan membentuk suatu kondisi atau if , untuk nilai-nilai yang terdapat pada daun akan membentuk suatu hasil atau then.
Kemudian dari gambar (Decision Tree) Pohon Keputusan di atas menghasilkan rule sebagai berikut :
Rule Untuk Hasil = Puas
1. IF nilai Harga >2.500 and nilai harga >13.500 THEN hasil= Puas.
Rule Untuk Hasil = Tidak Puas
2. IF nilai Harga <= 2.500 and nilai harga <=18.500 THEN hasil= Tidak Puas.
Gambar 4. View Text atribut Fasilitas
Rule Untuk Hasil = Puas
1. IF nilai Fasilitas >2.875 and THEN hasil= Puas.
Rule Untuk Hasil = Tidak Puas
2. IF nilai Fasilitas <= 2.875 and THEN hasil= Tidak Puas.
Gambar 5. View Text atribut Pelayanan
Rule Untuk Hasil = Puas
1. IF nilai Pelayanan >2.938 and THEN hasil= Puas.
Rule Untuk Hasil = Tidak Puas
2. IF nilai Pelayanan <= 2.938 and THEN hasil= Tidak Puas.
Improving Customer Loyalty in PT Home Center Indonesia Using 6 A. Oktaviani, R. Cornellia, D. Wibisono
Rule Untuk Hasil = Puas
1. IF nilai Loyalitas >2.900 and nilai loyalitas >4.300 THEN hasil= Puas.
Rule Untuk Hasil = Tidak Puas
2. IF nilai Loyalitas <= 2.900 and THEN hasil= Tidak Puas.
Scatter Matrix digunakan untuk menemukan hubungan antara variabel-variabel pada saat yang sama, jadi Scatter Matrix akan menghasilkan output berbentuk plot (gabungan) dari kumpulan jumlah responden yang dapat mengetahui jumlah titik yang ada dalam setiap atribut.
Gambar 7. Scatter Matrix atribut harga Sumber : Hasil Pengolahan Software Rapid Miner 5.3
Dalam Scatter Matrix ada beberapa atribut harga berdasarkan jenis kelamin, dan harga, kemudian ada variabel Harga (X1) dan variabel Hasil (Y). jadi dari atribut jenis kelamin dan harga ada 18 pelanggan yang puas dan tidak puas ada 7 pelanggan.
Gambar 8. Scatter Matrix atribut fasilitas Sumber : Hasil Pengolahan Software Rapid Miner 5.3
Dalam Scatter Matrix ada beberapa atribut fasilitas berdasarkan jenis kelamin, dan fasilitas, kemudian ada variabel Fasilitas (X2) dan variabel Hasil (Y). jadi dari atribut jenis kelamin dan fasilitas ada 13 pelanggan yang puas dan tidak puas ada 12 pelanggan.
Gambar 9. Scatter Matrix atribut pelayanan Sumber : Hasil Pengolahan Software Rapid Miner 5.3
Dalam Scatter Matrix ada beberapa atribut pelayanan berdasarkan jenis kelamin, dan pelayanan, kemudian ada variabel Pelayanan (X3) dan variabel Hasil (Y). jadi dari atribut jenis kelamin dan pelayanan ada 20 pelanggan yang puas dan tidak puas ada 5 pelanggan.
Gambar 10. Scatter Matrix atribut loyalitas Sumber : Hasil Pengolahan Software Rapid Miner 5.3
Dalam Scatter Matrix ada beberapa atribut loyalitas berdasarkan jenis kelamin, dan loyalitas, kemudian ada variabel Loyalitas (X4) dan variabel Hasil (Y). jadi dari atribut jenis kelamin dan loyalitas ada 11 pelanggan yang puas dan tidak puas ada 14 pelanggan.
Tabel 3. Perhitungan Atribut Customer Satisfaction Index
Tabel 5.3 Perhitungan Atribut Customer Satisfaction Index
No. Atribut
Rata-Rata Tingkat Kepentingan
WF (%)
Rata- Rata Tingkat Kepuasan
WS
1.
Bengkel menyediakan suku cadang yang lengkap
3.56 3.75% 3.36 12.59
2. Penampilan Karyawan
yang rapi dan menarik 3.48 3.66% 3.62 13.26 3.
Kebersihan dan kerapian lingkungan bengkel
3.76 3.96% 3.71 14.67
4.
Bengkel memberikan pelayanan sesuai dengan permintaan
3.52 3.71% 4.04 14.98
5.
Bengkel meminimalisir kesalahan dalam pelayanan
3.44 3.62% 3.66 13.26
6.
Keterampilan dan kecakapan karyawan dalam menerima pelanggan
3.88 4.08% 3.49 14.27
7.
Karyawan memberikan pelayanan yang sama tanpa memandang status sosial pelanggan
3.84 4.04% 3.87 15.66
8.
Bengkel memberikan pelayanan yang nyaman kepada pelanggan
3.72 3.92% 4.34 16.98
9.
Kesungguhan para karyawan dalam memberikan pelayanan
3.64 3.83% 3.75 14.36
10.
Karyawan bengkel selalu memberikan informasi tentang paket harga servis yang ditawarkan
3.24 3.41% 3.54 12.06
11.
Bengkel memberikan pelayanan untuk mengingatkan pelanggan
3.36 3.54% 3.41 12.06
12.
Kecepatan dan ketepatan karyawan pada saat proses administrasi
3.92 4.13% 3.45 14.25
13.
Bengkel membuat pelanggan merasa aman atas transaksi mereka
3.68 3.87% 3.33 12.89
14. Jaminan kepercayaan
terhadap pelayanan 3.6 3.79% 3.58 13.56 15.
Karyawan mampu berkomunikasi yang baik kepada pelanggan
3.84 4.04% 3.92 15.83
Total 210.68
(Sumber : Pengolahan Data)
Improving Customer Loyalty in PT Home Center Indonesia Using 8 A. Oktaviani, R. Cornellia, D. Wibisono
Berdasarkan dari hasil tabel perhitungan yang digunakan untuk CSI (Customer Satisfaction Index) dapat mengetahui bahwa hasil indeks kepuasan pelanggan terhadap pelayanan jasa PT Home Center Indonesia sebesar 42,14%. Jadi, hasil nilai yang kurang dari akar dan cabang untuk tiap-tiap nilai per atribut, dinyatakan tidak puas sesuai gambaran hasil dari pohon keputusan masing-masing atribut.
Dari hasil perhitungan CSI (Customer Satisfaction Index) analisis secara keseluruhan tingkat pengukuran kepuasan konsumen dan hasil pengolahan nilai CSI diperoleh dengan membagi dari hasil rata-rata keseluruhan atribut kepentingan dan kepuasan dari (bukti fisik, kehandalan, empati, daya tanggap, kepastian) dan kemudian hasil nilai rata-rata dari atribut kepentingan dan kepuasan dibagi dengan jumlah responden. Dan mencari persentase Weight Factors dan Weight Score sesuai dengan rumus CSI. Berdasarkan hasil dari perhitungan tingkat kepuasan pelanggan nilai CSI di PT Home Center Indonesia mendapatkan skor sebesar 42,14%
yang berada pada rentang angka nilai indeks kepuasan pelanggan 35 – 50. Dengan hasil kepuasan pelanggan secara keseluruhan yang dilihat dari atribut kepentingan dan kepuasan (bukti fisik, kehandalan, empati, daya tanggap, kepastian) berada pada kriteria “kurang puas”.
Tabel 4. Hasil Perhitungan Entropy dan Gain
Atribut Jenis Kelamin Jumlah
(S) YA (S) TIDAK
(S) Entropy Gain
Total Laki-laki 25 15 10 0.9709506 0.8214825
Perempuan 0.3061559
Harga (x1) Laki-laki 15 11 4 0.8366407
Perempuan 10 7 3 0.8812909
0.9128175
Fasilitas (x2) Laki-laki 15 6 9 0.9709506
Perempuan 10 7 3 0.8812909
0.2673944 Pelayanan
(x3)
Laki-laki 15 13 2 0.5665095
Perempuan 10 7 3 0.8812909
0.9967916
Loyalitas (x4)
Laki-laki 15 8 7 0.9967916
Perempuan 10 3 7 0.8812909
Sumber : Diolah (2021)
Hasil perhitungan Algoritma C4.5 menunjukkan Dari total keseluruhan atribut yaitu mendapatkan hasil nilai Entropy sebesar 0.971 dan hasil Gain sebesar 0,821.
Pembahasan
Dari penelitian yang sudah dilakukan, (Amanda Febriyani,et al.,2021) menjelaskan bahwa Keberhasilan perusahaan dalam memasarkan produknya sangat ditentukan oleh ketepatan strategi yang di pakai. Dalam menentukan strategi pemasaran, pihak pemasar perlu mengkaji setiap karakteristik perilaku konsumen yang diimplementasikan ke dalam harapan dan keinginan.
Dengan mengetahui alasan yang mendasar mengapa konsumen melakukan pembelian maka dapat diketahui strategi yang tepat untuk digunakan dengan kata lain pihak pemasaran harus mengaktualisasikan harapan konsumen menjadi satu kepuasan atas pelayanan yang diberikan. Hal tersebut juga didukung oleh penelitian Anief (Indra Wazir et al., 2020) yang menjelaskan bahwa metode algoritma C4.5 terbukti data analisisnya dapat membantu UMKM Minimal dalam meningkatkan penjualan produknya yaitu melalui peningkatan kepuasan konsumen. Pada penelitian ini, perusahaan dalam pengambilan responden pada pelanggan dalam faktor-faktor yang menyebabkan tidak loyalitas terhadap pelanggan. banyaknya konsumen yang merasa tidak puas maupun tidak loyal di bagian atribut fasilitas harus lebih ditingkatkan dan kepuasan
pelanggan harus diutamakan dalam atribut loyalitas agar tercapainya target kepuasan pelanggan dan menciptakan loyalitas terhadap pelanggan sesuai dengan harapan di PT Home Center Indonesia. karena dari fasilitas kurang memadai mulai dari ruang tunggu dan parkiran yang tidak terlalu luas, dari segi toilet yang kurang bersih dan fasilitas mendukung seperti kipas, televisi dan wifi terkadang tidak berfungsi dengan baik di saat ada calon konsumen yang berdatangan dan seharusnya ada fasilitas pendukung seperti kantin yang belum ada buat karyawan dan calon pelanggan. Oleh karena itu dengan metode Algoritma C4.5 dan CSI Method perusahaan bisa meningkatkan loyalitas dengan memperbaiki atribut-atribut tersebut.
PENUTUP
. Berdasarkan hasil dari perhitungan tingkat kepuasan pelanggan nilai CSI di PT Home Center Indonesia mendapatkan skor sebesar 42,14% yang berada pada rentang angka nilai indeks kepuasan pelanggan 35 – 50. Dengan hasil kepuasan pelanggan secara keseluruhan yang dilihat dari atribut kepentingan dan kepuasan (bukti fisik, kehandalan, empati, daya tanggap, kepastian) berada pada kriteria “kurang puas”. Loyalitas konsumen akan meningkat jika pelayanan jasa yang diberikan kepada pelanggan harus lebih memuaskan dan karyawan yang ramah, sesuai dengan harapan konsumen di saat pelayanan jasa service, pembelian spare-parts, dan pembelian kendaraan, dan ruang tunggu yang sangat nyaman tempatnya luas dan bersih sehingga konsumen akan terus datang kembali untuk mendapatkan pelayanan di perusahaan tersebut.
DAFTAR PUSTAKA
Andriska, C. B. (2018). Prediksi Kepuasan Mahasiswa terhadap tingkat pelayanan menggunakan algoritma C4.5 (Decision Tree). Jurnal: Informatika&Teknologi, 1 (1). Hlm. 32-39
Arnomo, S. A. (2021). Analisis Kepuasan Konsumen dengan Algoritma C4. 5 pada UMKM Minimall. Computer and Science Industrial Engineering (COMASIE), 5(2), 103-111 Asfary, R. O. (2018). Skripsi Analisis Kepuasan Pelanggan menggunakan pendekatan
Importance Performance Analysis dan Customer Satisfaction Index. Universitas Islam Indonesia, Yogyakarta
Barnes, J.G. (2001). Secrets of Customer Relationship Management: (Rahasia Manajemen Hubungan Pelanggan). it’s All About How You Make Them Feel. McGraw-Hill: New York David, Mcg. (2004). Tutorial: The ID3 Decision Tree Algorithm. Monash University Faculty of
Information Technology
Faisal, S. (2019). Klasifikasi Data Mining menggunakan Algoritma C4.5 terhadap kepuasaan pelanggan sewa kamera cikarang. Jurnal: Ilmu Komputer&Teknologi Informasi,
Febriyani, A., Prayoga, G. K., & Nurdiawan, O. (2021). Index Kepuasan Pelanggan Informa dengan Menggunakan Algoritma C. 45. JURIKOM (Jurnal Riset Komputer), 8(6), 330-335.
Fornell, J.E., & Wernerfelt. (2002). Customer Relations & Rapport: Professional Development Series. South Western Thomson Learning: Australia