APLIKASI E-COMMERCE DENGAN REKOMENDASI PRODUK BERDASARKAN PERSONALISASI DAN KARATERISTIK PELANGGAN (STUDI KASUS UD.VICTORY DESIGN)

Abstract

Aplikasi e-commerce dengan rekomendasi produk berdasarkan personalisasi dan karateristik pelanggan  merupakan aplikasi yang dibuat dengan menggunakan metode Analytic Hierarchy Process (AHP) untuk melakukan personalisasi rekomendasi, metode Fuzzy C-Means dengan atribut RFM untuk clustering pelanggan, dan algoritma FP-Growth untuk menghasilkan rekomendasi produk bagi setiap cluster pelanggan. Data yang digunakan adalah data produk dan data transaksi periode 1 Januari 2014 s.d. 31 Januari 2015 milik UD.Victory Design.

Aplikasi yang dibuat dapat menghasilkan rekomendasi produk sesuai dengan personalisasi atau pilihan kriteria dan subkriteria yang ditentukan. Aplikasi ini dapat menghasilkan clustering pelanggan dengan menggunakan data transaksi yang ada, dengan jumlah 2, 3, dan 4 cluster dan nilai threshold sebesar 10%. Kemudian dilakukan evaluasi cluster dengan cluster variance sehingga didapatkan hasil clustering yang optimal adalah pengelompokkan 3 cluster dengan nilai varians terkecil untuk atribut frequency (F) dan monetary (M) sebesar 1.082891 dan 0.630128. Proses rekomendasi produk untuk pengelompokkan 3 cluster menggunakan nilai support count adalah 4 dan minimum confidence sebesar 70%. Berdasarkan hasil pengujian, diketahui cluster 1, 2, dan 3 mendapatkan rekomendasi produk secara berurutan sebanyak dua, tiga, dan satu produk. 

Kata Kunci :

Analytic Hierarchy Process, Clustering, FP-Growth, Fuzzy C-Means, RFM