2
bisnis atau kegiatan marketing yang mengelola seluruh aspek daur hidup pelanggan. Daur hidup pelanggan, memiliki empat tahap yaitu attracting,
transaction, servicing and supporting dan enhancing. Pada tahap attracting, pelanggan menjadi sadar akan produk atau perusahaan, mengembangkan minat
dan mencoba untuk memahami produk atau perusahaan. Pada tahap transaction, pelanggan telah pindah ke tingkat berikutnya yaitu melakukan komitmen dan
memutuskan untuk mendapatkan sebuah produk atau jasa. Pada tahap servicing and supporting, pelanggan membutuhkan bantuan perusahaan untuk memasang,
menggunakan atau service perawatan mesin AC, pemasangan barang. Dalam tahap enhancing, pelanggan mungkin berpikir tentang pembelian produk
tambahan atau jasa. Strategi komprehensif perusahaan terhadap penerapan CRM ini membuat setiap proses dari daur hidup pelanggan dapat dimanfaatkan dengan
optimal Kellen 2002. Analisis RFM recency frequency monetory merupakan suatu teknik pemasaran yang digunakan untuk menganalisis perilaku pembelian
pelanggan. Ini adalah suatu metode yang berguna untuk membagi pelanggan kedalam masing-masing kelompok layanan dan merupakan pendekatan umum
untuk memahami perilaku pembelian pelanggan Tsiptsis dan Chorianopoulos 2009. Association rules mining yang didasarkan pada langkah-langkah
pengukuran RFM, menganalisis hubungan produk dan loyalitas pelanggan untuk mendapatkan rekomendasi yang baik.
Pada penelitian sebelumnya, market basket analysis dilakukan dengan metode association rules mining menggunakan algoritma apriori dengan
pengukuran support dan confidence. Pada penelitian ini penulis menambahkan metode pengukuran bond yang merupakan ukuran yang dapat digunakan untuk
mengetahui eratnya hubungan antar item Pfahringer et al. 2010. Dengan penambahan pengukuran bond akan lebih mudah mendapatkan barang yang
efektif untuk dijual secara cross-selling dan memerlukan waktu proses yang lebih cepat. Penelitian ini menghasilkan hipotesa strategi pemasaran cross-selling yang
merupakan preferensi layanan pelanggan, melalui peluang penjualan additional product untuk produk-produk utama base product dimana pelanggan telah
berkomitmen untuk membelinya, serta memberikan rekomendasi yang baik guna meningkatkan loyalitas pelanggan dan diharapkan dapat meningkatkan
pendapatan perusahaan.
1.2 Perumusan Masalah
Pada perusahaan penjualan spare part AC sentral menjual 286 item barang. Dari sekian banyak item barang tersebut, akan didapatkan kombinasi barang yang
akan dijual. Kombinasi barang tersebut didapatkan menggunakan algoritma apriori yang didukung dengan pengukuran bond. Diperlukan suatu cara yang
efektif untuk memproses banyak data transaksi dan item barang yang dijual guna mendapatkan kombinasi barang yang efektif yang dapat dijadikan preferensi
layanan pelanggan. Selain itu, perusahaan mempunyai 215 pelanggan. Untuk melayani sekian banyaknya pelanggan diperlukan suatu layanan yang berbeda.
3
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut : 1 Menentukan preferensi layanan pada kasus penjualan dengan pendekatan
apriori yang didukung dengan pengukuran bond. 2 Menyusun mekanisme rekomendasi layanan melalui analisis RFM.
1.4 Manfaat Penelitian
Hasil dari penelitian ini diharapkan akan diperoleh manfaat antara lain: 1. Dapat digunakan untuk membantu staf pemasaran untuk meningkatkan
penjualan secara cross-selling. 2. Dapat digunakan untuk mendapatkan preferensi layanan pelanggan yang lebih
baik.
1.5 Ruang Lingkup Penelitian
Pada penelitian ini ditetapkan ruang lingkup pembahasan antara lain: 1. Mengidentifikasi data dan informasi transaksi penjualan pada PT Gama
Tritunggal Pratama menggunakan teknik data mining dengan metode association rules mining yang didukung dengan pengukuran bond pada
perusahaan yang menerapkan CRM.
2. Melakukan pengelompokan pelanggan melalui binning berukuran 5x5x5 terhadap komponen-komponen RFM dan mendapatkan data pelanggan yang
memberikan keuntungan terbesar untuk perusahaan.
2 TINJAUAN PUSTAKA
Analisis keranjang belanjaan digunakan untuk menemukan pola asosiasi dalam data transaksi. Algoritma apriori pertama kali diutarakan oleh Rakesh
Agrawal dkk pada tahun 1993 Motwani et al. 2009 digunakan untuk market basket analysis. Aplikasi pemasaran, seperti rekomendasi produk dan bundling
product untuk promosi, menggunakan pola yang ditemukan untuk menyesuaikan strategi pelanggan. Bundling product penggabungan produk adalah sebuah
strategi yang dilakukan oleh perusahaan dengan menjual dua atau lebih produknya dalam satu kemasan dan satu harga. Bundling telah menjadi strategi yang efektif
dan menguntungkan untuk menjual barang Oshawa dan Yada 2009.
CRM memungkinkan perusahaan untuk memberikan pelayanan pelanggan melalui penggunaan informasi yang efektif dari transaksi setiap pelanggan.
Berdasarkan apa yang mereka ketahui tentang masing-masing pelanggan, perusahaan dapat menyesuaikan penawaran pasar, layanan, program, pesan dan
media. CRM adalah penting, karena penggerak utama profitabilitas perusahaan
4
adalah nilai agregat basis pelanggan perusahaan Kotler dan Keller 2012. CRM dapat didefinisikan sebagai integrasi dari strategi penjualan, pemasaran dan
pelayanan yang terkoordinasi. CRM mencakup crossup selling dan product bundling yang dapat digunakan sebagai solusi alternatif dalam sistem strategi
penjualan di suatu perusahaan. Cross-selling didefinisikan sebagai “setiap tindakan atau praktek menjual produk tambahan atau jasa kepada satu pelanggan
yang sudah ada” Li 2009.
Kegiatan CRM dalam perusahaan pada dasarnya bertujuan supaya perusahaan dapat mengenali pelanggan secara lebih detail dan melayani mereka
sesuai dengan kebutuhannya. Prinsip fokus terhadap pelanggan menjadi prinsip dasar penerapan CRM di perusahaan. CRM sendiri memiliki arti sebuah proses
bisnis atau kegiatan pemasaran yang mengelola seluruh aspek dari daur hidup pelanggan. Strategi komprehensif perusahaan terhadap penerapan CRM ini
membuat setiap proses dari daur hidup pelanggan dapat dimanfaatkan dengan optimal. Perusahaan tidak dapat memberikan pelayanan yang sama kepada semua
pelanggan karena pada kenyataannya tidak semua pelanggan memberikan keuntungan maksimal kepada perusahaan. Sesuai dengan hukum 80:20, diantara
100 pelanggan yang dimiliki perusahaan, hanya sekitar 20 yang dapat memberikan keuntungan maksimal Danardatu 2007. CRM menjadi semakin
penting bagi semua organisasi yang ingin memberikan layanan yang lebih baik kepada konsumen mereka dengan biaya yang cukup rendah, CRM mempunyai
dua tujuan utama : 1. Mempertahankan pelanggan hingga mencapai kepuasan pelanggan
2. Pengembangan pelanggan hingga mengerti pelanggan secara mendalam.
Data mining bertujuan untuk mengekstrak pengetahuan dan arti yang mendalam dengan menganalisis data yang besar menggunakan teknik modelling
yang kompleks Han dan Kamber 2006. Data mining dalam CRM digunakan untuk :
1. Mengidentifikasi model data 2. Memahami perilaku konsumen
3. Memprediksi perilaku konsumen
Dalam lingkungan yang dinamis kompetitif perusahaan harus mencoba untuk memahami pelanggan dengan memperoleh wawasan kebutuhan mereka,
sikap, dan perilaku. Idealnya setiap pelanggan harus diperlakukan sebagai individu dan perusahaan harus melayani mereka satu persatu. Karena pendekatan
ini jelas tidak mungkin, alternatif yang efisien adalah untuk segmen pelanggan ke dalam kelompok dengan karakteristik yang berbeda dan mengembangkan strategi
pemasaran yang sesuai. Selain data penelitian pasar, data transaksi juga dapat digunakan untuk pengembangan solusi segmentasi yang efektif. Sebuah
segmentasi berbasis nilai mengalokasikan pelanggan untuk kelompok sesuai dengan jumlah pengeluaran mereka. Hal ini dapat digunakan untuk
mengidentifikasi pelanggan bernilai tinggi dan untuk memprioritaskan penanganan layanan. Segmentasi pelanggan digunakan untuk penanganan
pelanggan melalui strategi pengembangan penjualan dan pemasaran disesuaikan dengan kebiasaan pembelian barang mereka. Data transaksi penjualan biasanya
merekam informasi rinci dari setiap transaksi, termasuk kode barang dari setiap item yang dibeli, yang memungkinkan pemantauan rinci dari kelompok-kelompok
5
barang yang cenderung dibeli oleh pelanggan. Tsiptsis dan Chorianopoulos 2009.
Bond measure adalah ukuran lain dari hubungan asosiasi terpenting dalam data mining. Pengukuran bond hampir sama dengan support, pengukuran bond
mengetahui perbandingan eratnya item yang bersamaan dari jumlah transaksi item yang dibeli, sedangkan support mengetahui eratnya item yang bersamaan dari
seluruh transaksi.
Penelitian di bidang ini telah banyak dilakukan seperti untuk strategi CRM, cross-selling diterapkan untuk meningkatkan jumlah jasa yang dibeli Maalof
2007. Metode association rules juga digunakan untuk analisis citra CT computed tomography organ pasien kanker ovarium Kuswardani 2011. Hasil
dari association rules ditemukan bahwa ukuran uterus mempunyai pola ciri dengan support rules sebesar 55, pola ciri hubungan organ liver dan ukuran
organ uterus dengan support rules 45, pola ciri hubungan organ liver, intensitas ginjal dan ukuran organ uterus dengan support rules 40, pola ciri hubungan
organ intensitas ginjal dan ukuran uterus dengan support rules 50. Penerapan metode association rules untuk analisis citra CT scan organ pasien kanker
ovarium diharapkan dapat membantu ahli medis dalam melakukan diagnosis. Penelitian yang berhubungan dengan pengukuran bond dilakukan oleh Omiecinski
2003 menggunakan pengukuran confidence dan bond, penelitiannya membuktikan bahwa algoritmanya dapat menemukan itemset besar secara efisien.
3 METODE
Tahapan penelitian yang dilakukan mengikuti diagram alir pada Gambar 1. Pada proses menstrukturkan teknik preferensi layanan pelanggan digunakan
metode pendekatan apriori dan bond. Output yang didapatkan dari proses tersebut adalah preferensi layanan pelanggan. Pada proses menyusun rekomendasi layanan
melalui analisis RFM didapatkan grafik profil pembelian. Rekomendasi yang diusulkan didapatkan dari analisa hasil preferensi layanan pelanggan dan
rekomendasi layanan.
3.1 Metode Penelitian