BAB I PENDAHULUAN 1.1 Latar Belakang Persaingan bisnis yang

BAB I
PENDAHULUAN
1.1 Latar Belakang
Persaingan bisnis yang sangat ketat dewasa ini mengakibatkan
perusahaan-perusahaan retail mulai mengalihkan perhatian mereka dari sekedar
mengembangkan produk dan layanan yang unggul ke arah penciptaan
pengalaman personal pelanggan. Hal ini dilakukan dengan suatu kesadaran yang
utuh bahwa hubungan antara perusahaan dengan pelanggan sangat penting untuk
menunjang perkembangan dan kelangsungan perusahaan. Sesuai dengan hukum
Pareto (hukum 80:20), hanya 20% dari keseluruhan pelanggan yang mewakili
80% pendapatan perusahaan. Dalam hal ini, pelanggan yang berbeda mewakili
nilai yang berbeda. Pihak manajemen perusahaan retail harus mampu untuk
mengenali pelanggan terbaik dan mempercayainya dengan meningkatkan
pemahaman perusahaan akan kebutuhan mereka sebagai individu sehingga dapat
mempertahankan loyalitasnya terhadap perusahaan.
CRM (Customer Relationship Management) adalah strategi untuk
membangun, mengelola, dan memperkuat hubungan dengan pelanggan yang
memiliki loyalitas tinggi dalam jangka waktu yang lama (long-lasting). CRM
harus menggunakan pendekatan berpusat pada pelanggan (customer-centric)
berdasarkan wawasan pelanggan. Ruang lingkup penanganan pelanggan dalam
CRM harus bersifat personal karena setiap pelanggan merupakan entitas yang
unik, upaya tersebut dilakukan untuk mengidentifikasi dan memahami perbedaan
kebutuhan, prefensi dan perilaku dari tiap pelanggan yang berbeda-beda (Tsiptsis
& Chorianopoulos, 2009).
CRM dipandang tidak hanya sebagai sebuah produk atau layanan, tetapi
juga merupakan filosofi bisnis yang bertujuan untuk memaksimalkan nilai jangka
panjang pelanggan (customer lifetime value). Dengan menerapkan konsep CRM,
perusahaan dapat melakukan identifikasi
pelanggan dengan melakukan
segmentasi pelanggan. Tujuan dari proses segmentasi pelanggan adalah untuk
memberikan penilaian terhadap pelanggan (customer scoring) dan menentukan
2
profil dari pelanggan (customer profiling) sehingga perusahaan dapat menentukan
perilaku dari pelanggan dan mengimplementasikan strategi pemasaran yang tepat
untuk memaksimalkan keuntungan (Zumstein, 2007).
Analisis data mining dalam kaitannya untuk mengeksplorasi hubungan
pelanggan telah dilakukan di banyak penelitian. Penelitian yang terkait dengan
model RFM (Recency, Frequency, Monetary) diantaranya menggabungkan model
RFM dengan K-Means dan Rough Set Theory untuk melakukan segmentasi pada
pelanggan
di sebuah
perusahaan
elektronik
(Cheng
&
Chen,
2009),
menggabungkan Model RFM dengan algoritma Fuzzy C-Means dan Fuzzy
Subtractive pada perusahaan retail (Yohana, 2011) dan juga mengkombinasikan
model RFM dan penggunaan bandwidth dengan algoritma K -Means untuk
menentukan segmentasi pelanggan di sebuah perusahaan telekomunikasi (Gemala,
2011), untuk algoritma ART2 (Adaptive Resonance Theory 2) telah diterapkan
pada penentuan strategi untuk mendapatkan pola kebutuhan pelanggan yang
digabungkan dengan Laddering Technique (Chen dkk., 2002).
Tidak ada aplikasi simulasi data mining untuk mengelola hubungan
pelanggan dapat bekerja secara sempurna, oleh karena itu dalam penelitian ini
layak untuk dieksplorasi kombinasi dari algortima ART 2 dengan model RFM
yang kemudian tiap cluster dievaluasi dengan menggunakan algoritma Silhouette.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas maka dapat dirumuskan beberapa
masalah yaitu:
1. Apakah algoritma ART 2 yang dipadukan dengan model RFM dapat
mengidentifikasi pelanggan potensial dalam proses data mining.
2. Apa pengaruh parameter yang digunakan dalam menghasilkan nilai cluster
optimal dan pengaruhnya terhadap kinerja algoritma clustering ART 2.
3. Bagaimana pengukuran kinerja algoritma clustering ART 2 dalam proses data
mining dan berapa cluster optimal yang dihasilkan.
3
1.3 Tujuan
Adapun beberapa tujuan yang diharapkan dalam penulisan penelitian ini
adalah sebagai berikut :
1. Membuat suatu aplikasi yang merupakan simulasi dari data mining dengan
menggunakan algoritma ART 2 dan model RFM untuk melakukan segmentasi
terhadap data pelanggan hasil proses clustering pada perusahaan retail
2. Mengetahui kinerja dari penggabungan model RFM dan metode ART 2 dalam
melakukan segmentasi terhadap pelanggan pada perusahaan retail
1.4 Manfaat
Manfaat dalam pembangunan aplikasi segmentasi pelanggan ini dapat
dibagi menjadi 2 yaitu :
1. Bagi perusahaan retail
Bagi perusahaan retail dapat digunakan oleh pihak manajemen perusahaan
untuk mendukung proses pengambilan keputusan dalam kaitannya dengan
Customer Relationship Management (CRM) sehingga perusahaan dapat
melakukan identifikasi langkah-langkah atau strategi yang akan ditempuh
dalam pengelolan berbagai kelompok pelanggan seperti strategi pemasaran,
strategi mempertahankan pelanggan dan strategi untuk menarik pelanggan.
2. Bagi bidang keilmuan
Memberikan kontribusi dalam pembangunan tools data mining dalam
kaitannya dengan pengelolaan pelanggan sehingga pada perkembangan
selanjutnya dapat digunakan kombinasi metode yang tepat sehingga
memberikan hasil yang lebih baik dan akurat.
1.5 Ruang Lingkup dan Batasan Masalah
Melihat luasnya permasalahan yang dapat ditimbulkan maka diberikan
batasan dan ruang lingkup permasalahan sebagai berikut :
1.
Studi Kasus yang digunakan adalah pada perusahaan retail UD. Fenny.
2.
Meskipun proses mining akan dilakukan dari suatu data warehouse, namun
tidak akan diberikan kajian tentang proses pembangunan data warehouse.
4
3.
Proses Clustering akan dilakukan dengan algoritma jaringan syaraf tiruan
Adaptive Resonance Theory 2 (ART 2) dan Model RFM dan menerapkan
algoritma Silhouette untuk mengukur kinerja clustering.
4.
Tidak membuat proses otomatisasi pada proses ekstraksi dan transfer data
mentah menjadi data RFM. Kedua proses tersebut dapat dilakukan dengan
menggunakan query sederhana melalui fasilitas form edit untuk query yang
disediakan pada aplikasi yang dibangun.
1.6 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penulisan laporan penelitian
ini antara lain :
Bab I : Pendahuluan
Bab ini berisikan ide dan alasan yang menjadi dasar dari pembuatan
aplikasi simulasi data mining dengan menggunakan algoritma ART 2
dan model RFM, meliputi latar belakang, rumusan masalah, tujuan,
manfaat, ruang lingkup dan batasan masalah serta sistematika
penulisan.
Bab II : Tinjauan Pustaka
Bab ini berisikan teori-teori penunjang yang dijadikan sebagai acuan
dalam pembuatan aplikasi simulasi data mining dengan menggunakan
algoritma ART 2 dan model RFM, meliputi pemaparan mengenai
konsep data mining, CRM, algoritma ART 2, model RFM, indeks
validitas Silhouette.
Bab III : Metode dan Perancangan Sistem
Bab ini berisikan metode yang digunakan selama melakukan penelitian
dan penulisan laporan penelitian ini, meliputi tempat dan waktu
penelitian, alur penelitian, permodelan sistem, pengembangan aplikasi
dan jadwal kegiatan.
5
Bab IV : Hasil dan Pembahasan
Bab ini membahas mengenai hasil pengujian terhadap perangkat lunak
sistem segmentasi pelanggan menggunakan model RFM dan algoritma
ART 2 yang telah dibuat.
Bab V : Penutup
Bab ini berisikan kesimpulan yang diambil dengan mengacu pada
permasalahan yang ada dan analisis hasil pengujian sistem serta saran
untuk pengembangan aplikasi lebih lanjut.