RFM, untuk menguji keunggulan Metode Particle Swarm Optimization dalam mengoptimasi Metode K-Means.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, dapat dirumuskan rumusan masalah yang menjadi dasar pembuatan tugas akhir yaitu sebagai berikut:
1. Bagaimana menerapkan Metode K-Means dan Particle Swarm Optimization
untuk melakukan proses segmentasi pelanggan pada data transaksi perusahaan yang bergerak di bidang distribusi bahan farmasi.
2. Bagaimana hasil dan kinerja Metode K-Means dan Particle Swarm
Optimization dalam melakukan proses segmentasi pada data transaksi perusahaan yang bergerak di bidang distribusi bahan farmasi.
1.3 Tujuan Penelitian
Pembuatan dari tugas akhir ini didasari oleh tujuan penelitian sebagai berikut:
1. Menghasilkan aplikasi yang digunakan untuk melakukan segmentasi
pelanggan dengan menerapkan Metode K-Means dan Particle Swarm Optimization.
2. Mengetahui hasil dan kinerja dari gabungan Metode K-Means dan Particle
Swarm Optimization dalam melakukan proses segmentasi pelanggan.
1.4 Manfaat Penelitian
Manfaat yang diharapkan dapat diperoleh dari hasil penelitian tugas akhir adalah sebagai berikut:
1. Hasil segmentasi pelanggan dengan menggunakan gabungan Metode K-
Means dan Particle Swarm Optimization dapat digunakan sebagai dasar pembuatan strategi untuk mengelola pelanggan per kategorinya.
2. Memberi kontribusi dalam bidang keilmuan untuk meneliti kinerja
gabungan Metode K-Means dan Particle Swarm Optimization dalam melakukan proses segmentasi pelanggan.
3. Menambah
wawasan mengenai
segmentasi pelanggan
dengan menggunakan gabungan Metode K-Means dan Particle Swarm
Optimization.
1.5 Batasan Masalah
Melihat luasnya cakupan yang dapat dikaitkan dengan judul tugas akhir ini dan untuk menerapkan keseragaman pemahaman dalam penelitian, maka terdapat
batasan-batasan yang perlu diberlakukan pada penelitian ini. Batasan-batasan tersebut adalah sebagai berikut:
1. Segmentasi Pelanggan yang dilakukan menggunakan data transaksi
perusahaan yang bergerak di bidang distribusi bahan farmasi yang kemudian diubah ke dalam model RFM Recency, Frequency, Monetary.
2. Proses segmentasi pelanggan dilakukan dengan menerapkan Metode K-
Means yang dioptimasi Metode Particle Swarm Optimization dan divalidasi menggunakan Metode Davies-bouldin Index dan Silhouette Index.
1.6 Sistematika Penulisan
