Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Meningkatnya penggunaan e-commerce telah mempengaruhi perkembangan industri fashion online pada saat ini dan meningkatkan kompetisi di antara para pemain. Oleh karena itu, setiap pelaku bisnis perlu menyiapkan strategi pemasaran terbaik untuk dapat bersaing dan menarik konsumen,seperti melakukan segmentasi pelanggan untuk dapat memahami karakteristik pelanggan dan melakukan strategi pemasaran secara efektif kepada pelanggan yang tepat. Hal tersebut yang juga ingin dilakukan The Blouse yang merupakan toko fashion online yang menjual pakaian melalui e-commerce. Penelitian ini dilakukan untuk mencapai tujuan tersebut, yang dilakukan dengan menilai pelanggan berdasarkan model RFM. Setelah itu, dapat dilakukan analisis klaster untuk melakukan klasterisasi nilai RFM dari setiap pelanggan menggunakan metode klasterisasi k-means dan CLARA. Setelah klasterisasi terbaik ditentukan melalui analisis siluet dan Dunn index, maka akan diketahui klaster-klaster pelanggan yang dimiliki oleh The Blouse. Hasil dari klasterisasi tersebut kemudian dapat dianalisis untuk mengetahi bagaimana profil pelanggan dari setiap klaster yang terbentuk. Dengan begitu, dapat disimpulkan bagaimana segmentasi dan profil pelanggan The Blouse sebagai dasar untuk memberikan saran terbaik untuk permasalahan yang dihadapi perusahaan. ......The increasing use of e-commerce has influenced the development of the online fashion industry at this time and increased competition among players. Therefore, every business person needs to prepare the best marketing strategy to be able to compete and attract consumers, such as segmenting customers to be able to understand customer characteristics and carry out effective marketing strategies for the right customers. This is what The Blouse, which is an online fashion store that sells clothes through e-commerce, also wants to do. This research was conducted to achieve this goal, which was carried out by assessing customers based on the RFM model. After that, cluster analysis can be performed to cluster the RFM values of each customer using the k-means and CLARA clustering methods. After the best clustering is determined through silhouette analysis and Dunn index, it will be known the customer clusters owned by The Blouse. The results of the clustering can then be analyzed to find out how the customer profile of each cluster is formed. That way, it can be concluded how the segmentation and customer profile of The Blouse is the basis for providing the best advice for the problems faced by the company

Abstrak :
Persaingan yang ketat mendorong perusahaan untuk membangun manajemen hubungan pelanggan yang kuat untuk mempertahankan loyalitas pelanggan. Penggalian informasi terkait dengan customer lifetime value (CLV) mendukung perusahaan untuk memperlakukan setiap pelanggan secara berbeda berdasarkan kontribusi pelanggan terhadap keuntungan perusahaan. Penelitian ini bertujuan untuk mengidentifikasi karakteristik dan nilai dari masing-masing kelompok pelanggan berdasarkan customer lifetime value menggunakan model length, recency, frequency, dan monetary (LRFM), sehingga memberikan wawasan bagi perusahaan untuk menghasilkan strategi retensi pelanggan yang sesuai. Dalam studi ini, CLV dievaluasi di perusahaan distribusi farmasi dan alat Kesehatan di Indonesia. Pertama, algoritma k-means diterapkan untuk melakukan klasterisasi pelanggan. Terdapat delapan klaster yang terbentuk dalam penelitian ini. Selanjutnya, metode analytic hierarchy process (AHP) digunakan untuk mendapatkan informasi terkait dengan bobot kepentingan model LRFM. Hasil perhitungan AHP menunjukkan bahwa frekuensi adalah variabel yang paling penting di sektor ini. Selanjutnya, CLV dihitung dan diberi peringkat untuk delapan klaster optimal yang dihasilkan. Hasil penelitian menunjukkan bahwa klaster 3, klaster 6, dan klaster 8 adalah pelanggan yang paling bernilai bagi perusahaan. Pada tahap akhir, dilakukan penentuan jenis strategi retensi yang sesuai terhadap klaster yang terbentuk.

---

Dealing with intense competition encourages companies to build strong customer relationship management to maintain customer loyalty. Extracting information related to customer lifetime value (CLV) supports the company to treat each customer differently based on their contribution to the company profits. This study aims to identify the characteristics and values of each customer group based on customer lifetime value using the length, recency, frequency, and monetary (LRFM) model, hence providing insights for the company to generate suitable customer retention strategies. In this study, CLV is evaluated at the pharmaceutical and medical device distribution company in Indonesia. First, k-means algorithm was applied to cluster customers. There are eight clusters formed in this study. Subsequently, the analytic hierarchy process (AHP) method was used to gain information related to the weight of importance of LRFM model. AHP results demonstrated that frequency is the most important variable in this sector. CLV was finally calculated and ranked for the resulting eight optimum clusters. The results showed that cluster 3, cluster 6, and cluster 8 were the most valuable customers for the company. Appropriate retention strategies were also determined for the clusters formed.

Abstrak :
WiMAX (Worldwide Interoperability for Microwave Access) merupakan standar internasional tentang Broadband Wireless Access yang mengacu kepada standar IEEE 802.16. Keunggulan utama WiMAX adalah jarak jangkauan yang mampu mencapai 50 km, dan secara teoritis mampu menangani kecepatan data sampai 75 Mbps. Segmentasi pelanggan WiMAX diperlukan agar operator dapat menjangkau seluruh tipe pelanggan yang ada (class 1, class 2, dan class 3) dan mengoptimalkan bandwith yang tersedia, sesuai dengan karakteristik tipe pelanggan tersebut. Setelah melakukan segmentasi pelanggan, operator perlu menyelidiki bagaimana perbandingan tarif pada tiap segmen agar mencapai keuntungan yang diharapkan. Pada skripsi ini dilakukan dua perhitungan. Perhitungan pertama bertujuan untuk mengetahui rancangan segmentasi pelanggan terbaik pada metropolitan dan rural area, berdasarkan perhitungan ekspektasi keuntungan (Present Worth). Perhitungan kedua akan mencari perbandingan tarif pada tiap segmen metropolitan dan rural area, sehingga didapat hubungan tarif tiap segmen pelanggan. Rancangan segmentasi pelanggan WiMAX pada Metropolitan dan Rural Area dapat digunakan sebagai acuan bagi operator mengenai ekspektasi keuntungan yang akan didapat setiap rancangan segmentasi. Perhitungan perbandingan tarif tiap segmen menunjukkan bahwa segmen yang ditujukan untuk tipe pelanggan class 3 akan memberi kontribusi yang minim terhadap keuntungan. Meskipun demikian, keberadaan segmen ini membuat operator dapat menjangkau seluruh lapisan masyarakat menjadi pelanggannya.

---

WiMAX (Worldwide Interoperability for Microwave Access) is an international standard for Broadband Wireless Access which refers to IEEE 802.16. The most prominent features of WiMAX are it's wide coverage and high speed data-rate. The maximum distance that can be covered by WiMAX in one area is 50 km, and theoretically, data transfer can be supported up-to 75 Mbps. A segmentation for WiMAX subscribers is needed by operators in order to reach all available subscriber type (class 1, class 2, dan class 3). A segmentation for WiMAX subscribers could also optimize the use of available bandwith, according to the characteristics of each subscriber type. After implementing subscribers segmentation, operators need to compare the tariff for each segment, in order to achieve expected profit. In this thesis, two calculations have been proposed. The first calculation was done to understand the best subscriber segmentation design in metropolitan and rural area, based on Present Worth method. In the second calculation, tariffs comparison for each segment in metropolitan and rural area has been calculated, in order to understand the corelation between each segment tariffs. The aim of designing WiMAX subscriber segmentation in metropolitan and rural area is to provide operators with a reference of profit expectations in each subscriber segmentation design. The tariffs comparison calculation of each segment showed that the segment aimed for class 3 subscriber types will give minimum profit contribution. Nonetheless, this segment could be used by operators as a medium to reach the entire society stratum to become its costumer.

Abstrak :
Pernikahan dan perayaan pernikahan adalah dua hal yang tidak dapat dipisahkan dari kekayaan budaya Indonesia. Seiring dengan perkembangan stabilitas ekonomi dan keuangan Indonesia, masyarakat Indonesia telah meningkatkan standar hidup mereka. Kini, pernikahan bukan hanya penyatuan suci antara dua umat manusia tetapi juga kesempatan meriah untuk dirayakan dengan seluruh keluarga. Jumlah transaksi selama pameran pernikahan pada tahun 2012 mencapai lebih dari IDR 18 miliar dan diharapkan untuk menghasilkan omset lebih dari IDR 6 triliun/tahun. Angka tersebut meningkat tajam pada tahun 2013, ketika jumlah transaksi di industri pernikahan mencapai hingga IDR 70 triliun/tahun. Angka tersebut adalah suatu jumlah yang fantastis mengingat industry ini terdiri dari iusaha kecil menengah dengan sangat sedikit, hampir tidak ada, perusahaan besar. Ini membuat bisnis pernikahan menjadi bisnis baru yang sangat menguntungkan dan mampu menciptakan pendapatan bernilai miliaran. Penelitian ini bertujuan untuk mengevaluasi pengembangan Joourno untuk memperluas bisnis dalam industri pernikahan.

---

Marriage and wedding celebration are the two things that cannot be separated from the richness of Indonesian culture. Along with the development of Indonesian economic and financial stability, Indonesian people have improved their living standards. Wedding today is not merely a sacred union between two people but also a festive occasion to be celebrated with the entire families. The number of transaction during wedding fairs on 2012 have reached more than IDR 18 billion and it is expected to generate a turnover income over IDR 6 trillion/year. The figures increase sharply on 2013, when the number of transaction in wedding industry reached up to IDR 70 trillion/year. The number is such a fantastic amount considering the industry is highly fragmented with small-medium enterprises and very few, if none, of big enterprise. These make a wedding business very lucrative within an emerging industry, which able to create multibillion revenues. This research is aimed to evaluate Joourno?s business development to expand in wedding industry.

Abstrak :

Pertumbuhan industri produk hijau kian meningkat di Indonesia, salah satunya adalah industri budidaya larva BSF yang digunakan sebagai pakan ternak. Dengan meningkatnya pertumbuhan industri larva BSF, mendesak perusahaan untuk dapat berdaya saing sehingga dapat memimpin pasar. Perpaduan antara ilmu pemasaran dan data mining penting untuk dilakukan perusahaan dalam menerjemahkan data pelanggan menjadi data informasi yang berguna bagi perusahaan. Untuk itu, penelitian ini bertujuan untuk menemukan segmen pelanggan potensial untuk dijadikan target perusahaan dalam menerapkan alternatif pemasaran yang sesuai dengan karakteristik segmen pelanggan tersebut. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa klaster berdasarkan 4 variabel, yaitu Recency, Frequency, Monetary, dan Interpurchase Time. Dalam pemilihan segmen pelanggan potensial digunakan metode Analytical Hierarchy Process (AHP) dan studi literatur. Hasil dari penelitian adalah terpilihnya tiga klaster pelanggan potensial dengan enam alternatif pemasaran sesuai dengan karakteristik klaster tersebut menggunakan metode Complex Proportional Assessment (COPRAS). ......The growth of the green product industry is increasing in Indonesia, one of which is the BSF larvae cultivation industry used as animal feed. The increasing growth of the BSF larvae industry pushes companies to be more competitive to lead the market. The combination of marketing knowledge and data mining is important for companies to translate customer data into useful information for the company. Therefore, this research aims to identify potential customer segments to be targeted by the company in implementing marketing strategies that are suitable for the characteristics of those customer segments. The K-Means Clustering method is used to group customers into several clusters based on four variables: Recency, Frequency, Monetary, and Interpurchase Time. In the selection of potential customer segments, the Analytical Hierarchy Process (AHP) method and study of literature. The result of the research is the selection of three potential customer clusters with six alternative marketing strategies according to the characteristics of those clusters using the Complex Proportional Assessment (COPRAS) method.