Pemilihan Pelanggan Potensial dengan Menggunakan Algoritma K-means dan DBSCAN untuk Mempromosikan Produk Baru PT. Sinar Makmur Lestarindo

Abstract

Pelanggan Potensial menduduki posisi krusial pada pengembangan strategi usaha, pelanggan juga merupakan salah satu sumber keuntungan pada sebuah perusahaan.PT.Sinar Makmur Lestarindo akan meluncurkan produk terbaru yaitu bak cuci piring. Pihak pabrik hanya memberikan beberapa sampel untuk dibagikan kepada calon pelanggan. Maka dari itu, perusahaan butuh daftar pelanggan yang berpotensial untuk membeli produk baru tersebut, agar nantinya sampel produk baru dapat dibagikan kepada calon pelanggan yang berpotensi membeli produk baru. Penelitian kali ini menggunakan Algoritma k-means clustering yang merupakan metode tertua dan paling dikenal dalam menganalisis klaster, dan sudah dipelajari secara luas dengan beragam pengembangan dan diaplikasikan di berbagai bidang serta Algoritma pengelompokan tambahan berbasis kepadatan baru (DBSCAN) diperkenalkan untuk menghilangkan kelemahan pengelompokan K-means tambahan.Algoritma ini menggunakan metode yang hampir sama untuk mengelompokkan data tambahan dalam kondisi dinamis seperti K-means, tetapi dapat menangani data yang berisik.Hasil dari Pemilihan pelanggan potensial dari algoritma K-means dan algoritma DBSCAN sama, berikut hasil daftar pelanggan potensial dengan menggunkan dua metode : Bahagia - Bogor ,Cahaya Abadi – Serang, Duta Bangunan Cikaret, Sinar Cibinong – Bogor, Tri Jaya Mandiri – Bogor, Usaha Maju – Serang.Pengerjaan menggunakan algoritma K-means juga proses yang lebih cepat dibanding algoritma DBSCAN serta Pengerjaan algoritma DBSCAN harus disertai dengan penggambaran secara grafik agar data lebih mudah dibaca.