@phdthesis{katalog1707,
           title = {IMPLEMENTASI K-MEANS UNTUK SEGMENTASI DATA PELANGGAN DENGAN MODEL LRFM},
          author = {Novia Tonapa Bassy 22104995},
            year = {2018},
          school = {Universitas Kristen Duta Wacana},
           month = {February},
        abstract = {Informasi yang diperoleh dari pemrosesan data transaksi pada sebuah penjualan pengecer secara online dapat digunakan untuk meningkatkan keuntungan dalam sebuah perusahaan karena perusahaan dapat mengetahui cara yang tepat untuk memberikan pelayanan kepada pelanggannya berdasarkan aktifitas pelanggan dalam bertransaksi. Pelanggan yang telah dikelompokkan berdasarkan kedekatan dari setiap atribut yang dimiliki dapat diberikan pelayanan khusus sesuai kebutuhan pelanggan tersebut. Salah satu algoritma yang dapat mengelompokkan pelanggan berdasarkan kedekatan dari setiap atribut yang dimiliki adalah algoritma k-means. Pada penelitian ini penulis mengimplementasikan algoritma k-means untuk proses klasterisasi data transaksi tiap pelanggan yang akan ditransformasikan ke dalam model data LRFM (Length, Recency, Frequency, Monetary) dari data transaksi yang didapatkan pada sebuah perusahaan pengecer secara online. LRFM merupakan model yang sederhana dan baik untuk memprediksi customer lifetime value. Setelah dilakukan proses klasterisasi hasil segmentasi akan dipetakan berdasarkan customer value matrix dan customer loyalty matrix. Sehingga manfaat dari mengetahui karakteristik tiap segmen pelanggan adalah perusahaan dapat menentukan strategi marketing pada tiap segmen.},
        keywords = {Clustering, K-means, LRFM},
             url = {https://katalog.ukdw.ac.id/1707/}
}