PRESENTASI TUGAS AKHIRdigilib.its.ac.id/public/ITS-paper-34231-5209100035-Presentation.pdf · 1....
Transcript of PRESENTASI TUGAS AKHIRdigilib.its.ac.id/public/ITS-paper-34231-5209100035-Presentation.pdf · 1....
PRESENTASI TUGAS AKHIR
Pengusul Tugas Akhir :
Dyah Puspita Dewi (NRP : 5209.100.035)
Dosen Pembimbing :
Prof. Ir. Arif Djunaidy, M.Sc, Ph.D Renny Pradina Kusumawardani, S.T, M.T
PENDAHULUAN
12 Juli 2013 TUGAS AKHIR – KS 091336 2
PT. XYZ adalah perusahaan yang
bergerak pada bisnis retail printer
Salah satu outline bisnisnya yaitu
penjualan printer laser
Outline bisnis ini memiliki banyak
pelanggan
Namun di sisi lain juga memiliki
banyak pesaing
PT.XYZ harus melakukan
pengelolahan hubungan pelanggan
Evaluasi NHP
Rekomendasi peningkatan NHP
12 Juli 2013 TUGAS AKHIR – KS 091336 3
1. Bagaimana menyediakan alat bantu berupa aplikasi untuk memberikan evaluasi NHP dari hasil segementasi pelanggan dengan menggunakan teknik FCM dan model RFM?
2. Bagaimana menyediakan alat bantu berupa aplikasi yang dapat memberikan rekomendasi untuk meningkatkan NHP dari setiap pelanggan?
12 Juli 2013 TUGAS AKHIR – KS 091336 4
1. Tugas akhir ini untuk menyediakan aplikasi yang dapat memberikan evaluasi NHP dan rekomendasi untuk meningkatkan NHP. Namun tugas akhir ini tidak melakukan evaluasi terhadap keberhasilan kinerja aplikasi maupun rekomendasi peningkatan NHP setelah diterapkan di PT. XYZ.
2. Segmentasi pelanggan dilakukan pada pelanggan pengguna printer laser di PT. XYZ area Surabaya.
3. Data yang digunakan adalah data pelanggan dan data historikal penjualan PT. XYZ dalam periode 1 Januari 2006 –
31 Desember 2012.
12 Juli 2013 TUGAS AKHIR – KS 091336 5
1. Menyediakan plikasi yang dapat digunakan untuk melakukan evaluasi NHP dan memberikan rekomendasi meningkatan NHP di PT. XYZ.
2. Menerapkan strategi pemasaran yang sesuai untuk setiap pelanggan PT. XYZ.
3. Menerapkan algoritma klasterisasi FCM dan algoritma rekomendasi item-to-item collaborative filtering.
12 Juli 2013 TUGAS AKHIR – KS 091336 6
TAHAP PENGERJAAN
12 Juli 2013 TUGAS AKHIR – KS 091336 7
Identifikasi masalah
Tinjauan Pustaka Pengumpulan Data Praposes dan Ekstrasi Data
Proses Normalisasi Data RFM
Proses Klasterisasi Estimasi Nilai NHP Peringkat Klaster
Penerapan Strategi Pemasaran
Penerapan Algoritma
Rekomendasi Produk
Tahap Uji Coba Analisis Hasil Uji
Coba
Pembuatan User Interface
Kesimpulan dan saran
12 Juli 2013 TUGAS AKHIR – KS 091336 8
• Recency : mengacu pada durasi waktu/periode pembelian terakhir dengan waktu saat ini. Nilai yang lebih rendah sesuai dengan probabilitas yang lebih tinggi dari pelanggan yang melakukan pembelian produk secara berulang.
• Frequency : banyaknya jumlah pembelian produk yang dilakukan dalam jangka waktu/periode tertentu, frekuensi yang lebih tinggi menunjukkan loyalitas yang lebih besar.
• Monetary : nilai total pembelian yang dihabiskan selama periode tertentu; jumlah yang lebih tinggi menunjukkan kontribusi yang besar bagi perusahaan.
12 Juli 2013 TUGAS AKHIR – KS 091336 9
Doc.date Sales
doc. Customer Name 1 Street Material Quantity
Exch.
rate Curr. Total Rev
02.01.2012 4949969 268999
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
CT201609 12 1 IDR 4,687,200
02.01.2012 4950003 343008
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
P3200MFP_B 1 1 IDR 1,909,091
02.01.2012 4950018 342198
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
CWAA0776 1 1 IDR 1,026,000
03.01.2012 4950539 337022
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
CWAA0776 1 1 IDR 1,026,000
03.01.2012 4950569 343155
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
CT350670 1 1 IDR 1,329,900
06.01.2012 4956382 339694
Data
sengaja
dikosongkan
Data
sengaja
dikosongkan
CWAA0776 1 1 IDR 1,026,000
12 Juli 2013 TUGAS AKHIR – KS 091336 10
• Data yang dipilih: 1. Atribut Doc.Date mendefinisikan tanggal transaksi.
2. Atribut Customer mendefinisikan nomor identitas pelanggan.
3. Atribut Name 1 mendefinisikan nama pelanggan.
4. Atribut Material mendefinisikan kode produk yang dibeli.
5. Atribut Quantity mendefinisikan jumlah produk yang dibeli.
6. Atribut Exch.rate mendefinisikan nilai tukar mata uang.
7. Atribut Curr. mendefinisikan mata uang yang untuk mendefinisikan melakukan pembayaran transaksi
8. Atribut Total.Rev mendefinisikan total nilai transaksi.
12 Juli 2013 TUGAS AKHIR – KS 091336 11
• Transformasi Data : Atribut yang dilakukan tranformasi adalah Total.Rev, atribut ini nilainya disamakan dengan menggunakan mata uang rupiah (Rp). Mata uang asing selain rupiah maka dikonversi ke dalam rupiah.
12 Juli 2013 TUGAS AKHIR – KS 091336 12
• Atribut untuk proses RFM
• Atribut untuk Rekomendasi Produk
12 Juli 2013 TUGAS AKHIR – KS 091336 13
Nama Atribut Keterangan
Customer nomor identitas pelanggan
Name 1 nama pelanggan
Doc.Date Tanggal pada saat pelanggan melakukan transaksi
Total Transaksi Nilai total pembayaran transaksi pelanggan yang telah dikoneversi ke dalam rupiah
Nama Atribut Keterangan
Customer nomor identitas pelanggan
Name 1 nama pelanggan
Material kode produk yang dibeli
Quantity jumlah produk yang dibeli
• Nilai Recency
12 Juli 2013 TUGAS AKHIR – KS 091336 14
IDpelanggan Tanggal Pembelian
Terakhir
Tanggal Analisis Recency
(hari)
312358 06.02.2006 01.01. 2013 2.485
267849 20.01.2006 01.01. 2013 2.501
269918 20.01.2006 01.01. 2013 2.501
287912 02.03.2006 01.01. 2013 2.459
313785 06.03.2006 01.01. 2013 2.455
303242 28.03.2006 01.01. 2013 2.455
• Nilai Frequency dan Monetary
12 Juli 2013 TUGAS AKHIR – KS 091336 15
Frequency
Monetary
• Nilai Recency
12 Juli 2013 TUGAS AKHIR – KS 091336 16
R (ci) = 𝑂𝑖
𝑅− 𝑚𝑖𝑛𝑅
𝑚𝑎𝑥𝑅−𝑚𝑖𝑛𝑅 𝑛𝑒𝑤𝑚𝑎𝑥 𝑅 − 𝑛𝑒𝑤𝑚𝑖𝑛 𝑅 + 𝑛𝑒𝑤𝑚𝑖𝑛 𝑅
IDpelanggan Recency RN
302267 2.510 1,000
313400 2.502 0,997
267849 2.501 0,996
269918 2.501 0,996
312358 2.485 0,990
308385 2.484 0,989
269050 2.482 0,989
287912 2.459 0,979
313785 2.455 0,978
303242 2.455 0,978
R maks =2.510
R min = 34
• Nilai Frequency
12 Juli 2013 TUGAS AKHIR – KS 091336 17
F (ci) = 𝑂𝑖
𝑅− 𝑚𝑖𝑛𝑅
𝑚𝑎𝑥𝑅−𝑚𝑖𝑛𝑅 𝑛𝑒𝑤𝑚𝑎𝑥 𝐹 − 𝑛𝑒𝑤𝑚𝑖𝑛 𝐹 + 𝑛𝑒𝑤𝑚𝑖𝑛 𝐹
F maks =148
F min = 1
IDpelanggan Frequency FN
314689 148 1.000
300726 106 0,714
310740 88 0,592
327928 61 0,408
330523 46 0,306
324569 44 0,293
330368 42 0,279
308448 41 0,272
305060 38 0,252
314446 36 0,238
• Nilai Monetary
12 Juli 2013 TUGAS AKHIR – KS 091336 18
M (ci) = 𝑂𝑖
𝑅− 𝑚𝑖𝑛𝑅
𝑚𝑎𝑥𝑅−𝑚𝑖𝑛𝑅 𝑛𝑒𝑤𝑚𝑎𝑥 𝑀 − 𝑛𝑒𝑤𝑚𝑖𝑛 𝑀 + 𝑛𝑒𝑤𝑚𝑖𝑛 𝑀
M maks = Rp.80.795.003,-
M min = Rp.101.200,-.
IDpelanggan Monetary MN
330523 80.795.003 1,000
332142 80.275.000 0,994
314689 79.948.958 0,990
332266 75.282.031 0,932
305415 74.915.684 0,927
314446 74.621.892 0,923
300726 71.072.727 0,880
327628 70.987.273 0,878
270896 66.824.054 0,827
333917 63.699.910 0,788
• Kuisioner AHP
12 Juli 2013 TUGAS AKHIR – KS 091336 19
• Hasil Rekapitulasi Kuisioner
12 Juli 2013 TUGAS AKHIR – KS 091336 20
Kriteria yang
berpengaruh
Matriks Perbandingan Berpasangan
Recency pada
Responden
Frquency pada
Responden
Monetary pada
Responden
1 2 3 1 2 3 1 2 3
Recency 1 1 1 1/7 1/7 1/7 1/9 1/7 1/7
Frequency 7 7 7 1 1 1 1/3 1/5 1/3
Monetary 9 7 7 3 5 3 1 1 1
Keterangan : 1 : Hasil kusioner perbandingan berpasangan Manager 2 : Hasil kusioner perbandingan berpasangan Karyawan 1 3 : Hasil kusioner perbandingan berpasangan Karyawan 2
1. Menghitung Rata-rata perbandingan berpasangan
2. Menghitung Pembagian Jumlah Tiap Kolom dengan Tiap Cell Matriks Perbandingan Berpasangan
3. Menghitung nilai eigen dan bobot prioritas
12 Juli 2013 TUGAS AKHIR – KS 091336 21
Nilai Rata-Rata Kuesioner
Recency Monetary Frequency
Recency 1,00 0,14 0,13
Monetary 7,00 1,00 0,29
Frequency 7,67 3,67 1,00
Jumlah 15,67 4,81 1,4
Recency Monetary Frequency
Recency 0,064 0,030 0,093
Monetary 0,447 0,208 0,203
Frequency 0,490 0,763 0,704
Recency Monetary Frequency Eigen
value
Bobot
Prioritas
Recency 0,06383 0,02970 0,09308 0,062 0,059
Monetary 0,44681 0,20792 0,20328 0,286 0,276
Frequency 0,48936 0,76238 0,70365 0,652 0,666
Jumlah 1
4. Menghitung nilai eigen maksimum
5. Uji Konsistensi
12 Juli 2013 TUGAS AKHIR – KS 091336 22
R M F Bobot Prioritas Bobot Sintesis 𝒃𝒐𝒃𝒐𝒕 𝒔𝒊𝒏𝒕𝒆𝒔𝒊𝒔
𝒃𝒐𝒃𝒐𝒕 𝒌𝒓𝒊𝒕𝒆𝒓𝒊𝒂
Recency 0,064 0,030 0,093 0,059 0,187 3,18
Monetary 0,447 0,208 0,203 0,276 0,858 3,11
Frequency 0,489 0,762 0,7037 0,666 1,955 2,94
Cr = 0,006 ≤ 0,1
IDpelanggan R RN RT F FN FT M MN MT
347897 93 0,024 0,001 3 0,014 0,004 Rp60.000.000,00 0,742 0,495
324569 1.454 0,574 0,033 44 0,293 0,081 Rp62.428.194,00 0,772 0,515
332384 451 0,168 0,010 2 0,007 0,002 Rp63.040.000,00 0,780 0,520
333917 54 0,008 0,000 34 0,224 0,062 Rp63.699.910,00 0,788 0,525
270896 1.799 0,713 0,041 23 0,150 0,041 Rp66.824.054,00 0,827 0,551
327628 1.337 0,526 0,030 6 0,034 0,009 Rp70.987.273,00 0,878 0,586
300726 47 0,005 0,000 106 0,714 0,197 Rp71.072.727,00 0,880 0,586
314446 500 0,188 0,011 36 0,238 0,066 Rp74.621.892,00 0,923 0,616
305415 384 0,141 0,008 31 0,204 0,056 Rp74.915.684,00 0,927 0,618
332266 782 0,302 0,017 8 0,048 0,013 Rp75.282.031,00 0,932 0,621
314689 116 0,033 0,002 148 1,000 0,275 Rp79.948.958,00 0,990 0,660
332142 1.111 0,435 0,025 5 0,027 0,007 Rp80.275.000,00 0,994 0,662
330523 407 0,151 0,009 46 0,306 0,084 Rp80.795.003,00 1,000 0,667
347897 93 0,024 0,001 3 0,014 0,004 Rp60.000.000,00 0,742 0,495
12 Juli 2013 TUGAS AKHIR – KS 091336 23
Rumus DUNN Index
Hasil Perhitungan dengan bantuan R-Programs
12 Juli 2013 TUGAS AKHIR – KS 091336 24
𝑑𝑖𝑗=max (jarak pada 𝐶𝑖)
Jarak 𝐶𝑖 ,𝐶𝑗 ,
i≠ j dan 1 ≤ i,j ≤ k
BC = min z = 1,.....,n (max i=1,....,kx(k-1) dij)
, n= max(k)
Jumlah
Klaster Konektifitas DUNN index Sillhoute
3 66,89 0,0028 0,4039
4 86,41 0,0032 0,4637
5 105,6 0,0024 0,4113
6 139,4 0,0021 0,4519
7 149,0 0,0004 0,3846
8 186,1 0,0012 0,3514
9 183,6 0,0011 0,3332
12 Juli 2013 TUGAS AKHIR – KS 091336 25
Titik Tengah dan Jumlah Anggota Klaster
12 Juli 2013 TUGAS AKHIR – KS 091336 26
Klaster
Titik Tengah Kriteria Jumlah
Anggota
Klaster
R F M
1 0,0185 0,0444 0,5132 24
2 0,0217 0,0262 0,1921 446
3 0,0438 0,0048 0,0242 71
4 0,0104 0,003 0,0199 371
1. Menghitung solusi ideal positif dan solusi ideal negatif dari masing-masing kriteria.
2. Menghitung jarak antara titik tengah klaster dengan solusi ideal positif.
12 Juli 2013 TUGAS AKHIR – KS 091336 27
Kriteria
R F M
Solusi ideal positif 0,0438 0,0444 0,5132
Solusi ideal negatif 0,0103 0,003 0,0197
Jarak 𝐷1+ 𝐷2+ 𝐷3+ 𝐷4+
Nilai 0,0253 0,4906 0,3224 0,4962
3. Menghitung jarak antara titik tengah klaster dengan solusi ideal negatif.
4. Menghitung nilai preferensi (cLi) untuk setiap klaster
12 Juli 2013 TUGAS AKHIR – KS 091336 28
Jarak 𝐷1− 𝐷2− 𝐷3− 𝐷4−
Nilai 0,4951 0,0338 0,1742 0
Klaster Nilai cLi Peringkat
1 0,951366 1
2 0,064401 3
3 0,35078 2
4 0 4
12 Juli 2013 TUGAS AKHIR – KS 091336 29
Peringkat
NHP Klaster
Titik Tengah Kriteria Jumlah
Anggota
Klaster R F M
1 1 0,0185 0,0444 0,5132 24
2 3 0,0217 0,0262 0,1921 71
3 2 0,0438 0,0048 0,0242 446
4 4 0,0104 0,003 0,0199 371
12 Juli 2013 TUGAS AKHIR – KS 091336 30
M↑ apabila > Rp.6.100.000,- M↓ apabila ≤ Rp.6.100.000,- F↑ apabila > 5 F↓ apabila ≤ 5
Peringkat
Klaster
Titik Tengah Tipe
Kelompok frequency monetary
1 26.08333 61368919 F↑ M↑
2 16.57746 22791203 F↑ M↑
3 2.910314 2870378 F↓ M↓
4 3.722372 3261867 F↓ M↓
Nilai Pelanggan Monetary Tinggi Monetary Rendah
Frequency Tinggi Enforced Strategy
(Segmen I )
Klaster 1 dan 2
Offensive Strategy
(Segmen II)
Frequency
Rendah
Defensive Strategy
•(Segmen III)
“Let-go” Strategy
(Segmen IV)
Klaster 3 dan 4
Strategi
Pemasaran
Program Strategi
Pemasaran
Saran untuk Aktivitas
Pemasaran
Offensive
Strategy
(Segmen II)
1. Mempertahankan
loyalitas pelanggan
dengan kegiatan up-
selling dan cross-
selling
2. Mempertahankan
loyalitas pelanggan
dengan
3. Mengembangkan
kegiatan promosi
untuk meningkatkan
frekuensi
4. Menarik minat
pelanggan dengan
probuk atau layanan
baru
1. Mempromosikan
produk baru atau
produk pelengkap
2. Meningkatkan
pembelian
pelanggan dengan
menawarkan
produk yang paling
banyak dibeli.
“Let-go” Strategy
(Segmen IV)
1. Tidak ada keharusan
perusahaan untuk
memperhatikan
segmen ini.
2. Memilih produk
dengan fokus
utama yang
dibutuhkan
pelanggan.
1. Memisahkan
pelanggan baru
dan pelanggan
lama
2. Melakukan
komunikasi hanya
dengan pelanggan
baru
12 Juli 2013 TUGAS AKHIR – KS 091336 31
Strategi
Pemasaran
Program Strategi
Pemasaran
Saran untuk Aktivitas
Pemasaran
Enforced
Strategy
(Segmen I )
1. Menjaga
komunikasi dengan
pelanggan
2. Menjaga interaktif
jangka panjang
3. Merancang program
loyalitas pelanggan
4. Mengerti
kebutuhan dan
kebiasaan
pelanggan
1. Mengirim
informasi
promosi
melalui
telepon, fax
dan email
2. Memberikan
diskon pada
acara tertentu
3. Melakukan
wawancara
dengan
pelanggan
mengenai
penawaran
produk melalui
telepon
Defensive
Strategy
•(Segmen III)
1. Mengembangkan
kegiatan promosi
untuk meningkatkan
frekuensi
2. Mengirim informasi
produk/layanan
secara berkala
1. Merancang
layanan purna
jual.
2. Menawarkan
produk up-
selling dengan
harga khusus
12 Juli 2013 TUGAS AKHIR – KS 091336 32
Strategi
Pemasaran
Program Strategi
Pemasaran
Saran untuk Aktivitas
Pemasaran
Enforced
Strategy
(Segmen I )
1. Menjaga
komunikasi
dengan
pelanggan
2. Mengerti
kebutuhan dan
kebiasaan
pelanggan
1. Mengirim
informasi
promosi melalui
telepon, fax dan
2. Melakukan
penawaran
produk baru
melalui telepon
“Let-go”
Strategy
(Segmen IV)
1. Memilih produk
dengan fokus
utama yang
dibutuhkan
pelanggan.
2. Mengirim
Informasi
mengenai
layanan produk.
1. Memisahkan
pelanggan baru
dan pelanggan
lama
2. Menawarkan
produk baru dan
produk
pelengkap
dengan harga
yang lebih
rendah dari
harga normal
untuk pelanggan
baru.
Strategi
Pemasaran
Program Strategi
Pemasaran
Saran untuk Aktivitas
Pemasaran
“Let-go”
Strategy
(Segmen IV)
1. Memberi informasi
pada pelanggan
lama jika produk
yang digunakan
pelanggan sudah
tidak dilakukan
layanan mengenai
perbaikan atau
pergantian
komponen.
2. Menawarakan
produk baru yang
sejenis dengan
produk lama yang
tidak memiliki
layanan perbaikan
dan pergantian
komponen untuk
pelanggan lama.
1. Membuat matriks yang berisi pembelian produk yang dilakukan oleh setiap pelanggan.
2. Mengubah nilai NA menjadi nilai 0 dengan bantuan perangkat lunak R-program
3. Membuat item matriks dengan bantuan perangkat lunak R-program
4. Mengubah item matriks menjadi bernilai binary rating matrix
5. Menjalankan algoritma rekomendasi item-to-item collaborative filtering dengan bantuan perangkat lunak R-program
12 Juli 2013 TUGAS AKHIR – KS 091336 33
1. Skenario perbandingan kualitas rekomendasi produk berbasis parameter metode pengukuran kesamaan pembelian produk.
2. Skenario perbandingan kualitas rekomendasi produk berbasis jumlah n produk yang rekomendasi.
12 Juli 2013 TUGAS AKHIR – KS 091336 34
UJI COBA DAN ANALISA REKOMENDASI PRODUK
12 Juli 2013 TUGAS AKHIR – KS 091336 35
• Skenario 1 :
Metode
Enforced strategy let-go strategy
presisi recall F1 presisi recall F1
Cosine 0,27 0,67 0,39 0,21 0,72 0,33
Jaccard 0,26 0,60 0,36 0,18 0,67 0,28
12 Juli 2013 TUGAS AKHIR – KS 091336 36
Skenario 2 :
Jumlah n Enforced strategy let-go strategy
presisi recall F1 presisi recall F1
1 0,67 0,43 0,53 0,53 0,48 0,51
2 0,45 0,56 0,50 0,34 0,63 0,44
3 0,34 0,66 0,45 0,26 0,72 0,39
4 0,27 0,67 0,39 0,21 0,72 0,33
5 0,25 0,67 0,37 0,18 0,72 0,29
1. Enforced strategy memiliki nilai F1 lebih tinggi dibandingkan Let-Go strategy
2. Rekomendasi produk dapat lebih berperan untuk membantu penerapan aktivitas pemasaran pada strategi Pemasaran dengan nilai F1 yang lebih tinggi
3. Rekomendasi Produk pada Enforced strategy mendukung implementasi aktivitas pemasaran yaitu promosi produk.
4. Rekomendasi Produk pada Let-Go strategy mendukung implementasi aktivitas pemasaran yaitu penawaran produk pelengkap pada pelanggan baru dan menawarkan produk sejenis untuk pelanggan lama.
12 Juli 2013 TUGAS AKHIR – KS 091336 37
KESIMPULAN DANSARAN
12 Juli 2013 TUGAS AKHIR – KS 091336 38
1. Aplikasi dapat menyediakan alat bantu untuk mengetahui peringkat NHP setiap pelanggan.
2. Aplikasi dapat menyediakan alat bantu untuk menyediakan rekomendasi untuk meningkatkan NHP.
3. Aplikasi juga dapat menyediakan informasi tambahan mengenai informasi RFM dan gambar letak data pelanggan dalam klaster.
12 Juli 2013 TUGAS AKHIR – KS 091336 39
Saran yang dapat dipertimbangkan untuk pengembangan tugas akhir ini yaitu mengembangkan aplikasi berbasis bahasa java agara dapat memberikan tampilan yang lebih interkatif kepada pengguna. Hal ini dikarenakan pada tugas akhir ini belum memberikan tampilan yang interaktif secara tampilan.
12 Juli 2013 TUGAS AKHIR – KS 091336 40
SEKIAN DAN TERIMAKASIH
12 Juli 2013 TUGAS AKHIR – KS 091336 41