PENERAPAN AGGLOMERATIVE CLUSTERING PADA NOTA PELANGGAN PIUTANG RITEL FASHION DAN SEPATU

71120067, Michael Abadi Santosa (2016) PENERAPAN AGGLOMERATIVE CLUSTERING PADA NOTA PELANGGAN PIUTANG RITEL FASHION DAN SEPATU. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71120067_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71120067_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (6MB) | Request a copy

Abstract

Agglomerative Clustering Clustering merupakan salah satu metode yang membentuk tingkatan tertentu seperti struktur pada pohon dikarenakan proses dilakukan secara bertahap untuk mendapatkan cluster. Ada beberapa algoritma yang dapat digunakan dalam melakukan Agglomerative Clustering, diantaranya adalah algoritma Single Linkage dan Complete Linkage. Dalam penelitian ini, penulis menggunakan algoritma Single Linkage dan Complete Linkage beserta metode normalisasi Min-Max dan Z-Score serta metode similarity Euclidean Distance dan Cosine Similarity untuk mengelompokkan perilaku pelanggan menjadi cluster pada transaksi penjualan bon dan tunai pada perusahaan ritel fashion dan sepatu dari tahun 2010-2012. Evaluasi dilakukan dengan menghitung nilai purity cluster menggunakan periode waktu kuartal. Pengujian menggunakan metode yang sama berdasar nilai purity yang terbaik untuk setiap kuartalnya. Berdasarkan hasil analisis yang dilakukan, ditemukan bahwa Complete Linkage dengan menggunakan Min-Max serta Euclidean menghasilkan nilai purity paling baik serta sistem tidak dapat memprediksi perilaku pelanggan dalam pembelian barang pada setiap tahunnya baik pada penjualan bon atau tunai dikarenakan pola klaster dominan yang berbeda dan tidak dapat memprediksi golongan umur yang dominan dikarenakan golongan yang dominan dalam pembelian berdasar pada nilai minimum dan maksimum data pada setiap kuartal. Selain itu ditemukan bahwa data penelitian tidak cocok untuk dilakukan klasterisasi maupun analisis perilaku pelanggan piutang.

Actions (login required)

View Item