Penerapan Data Mining Dalam Penentuan Strategi Marketing Menggunakan Algoritma K-Means

Abstract

Perbankan adalah industri yang sangat penting dalam ekonomi modern. Salah satu perbankan yang menyalurkan dana untuk masyarakat adalah Bank Perkreditan Rakyat (BPR). Pemasaran kredit membutuhkan strategi marketing yang tepat dalam memasarkan produknya untuk mencapai target. Salah satu aspek penting dari strategi pemasaran yang efektif adalah pelaksanaan sistem promosi yang baik dengan menargetkan lokasi yang tepat secara cepat dan akurat. Penelitian ini bertujuan untuk mengetahui hasil dan nilai akurasi penerapan data mining dalam penentuan strategi marketing menggunakan algoritma k-means di PT BPR Hoki. Metodeogi yang digunakan pada penelitian ini adalah Knowledge Discovery in Databases. Tahapan dari metode in dimulai dari data selection, pre-processing, transformation, data mining, evaluation, dan knowledge. Hasil penelitian ini menunjukan bahwa Cluster_0 (tidak berpotensi) terdiri dari 228 data, cluster_1 (berpotensi) terdiri dari 725 data, cluster_2 (sangat berpotensi) terdiri dari 767 data dan cluster_3 (kurang berpotensi) terdiri dari 349 data. Hasil dari tingkat akurasi menggunakan teknik Davies-Bouldin Index (DBI) dari algoritma ini sebesar 0.184 yang berarti memiliki hasil cluster yang dihasilkan baik, karena nilai DBl sudah mendekati angka nol.