Evaluasi Performa Segmentasi Pelanggan Tenant Inkubator Bisnis dengan Menggunakan Model Consensus Clustering

Abstract

Dalam dunia bisnis yang semakin kompleks, strategi untuk mempertahankan loyalitas pelanggan dan hubungan jangka panjang dengan mereka menjadi sangat penting. Namun, perusahaan sering menghadapi tantangan dalam memasarkan produk mereka dan mempertahankan pelanggan. Kegagalan dalam merencanakan dan menyusun strategi yang tepat dapat menyebabkan penggunaan sumber daya yang tidak efektif, disinal pengetahuan tentang customer profiling diperlukan. Salah satu teknik dalam customer profiling adalah segmentasi pelanggan menggunakan pendekatan unsupervised learning. Penelitian ini bertujuan untuk mengatasi perbedaan hasil segmentasi yang dihasilkan oleh algoritma K-Means, DBSCAN, dan Affinity Propagation yang telah diterapkan pada penelitian sebelumnya, dengan menggunakan model consensus clustering. Metode consensus clustering dapat mengatasi perbedaan hasil segmentasi yang dihasilkan oleh algoritma clustering yang berbeda, sehingga menghasilkan keputusan yang lebih tepat. Penelitian ini menggunakan dataset transaksi tenant inkubator bisnis yang diolah menjadi data RFM. Hasil penelitian menunjukkan bahwa consensus clustering dengan teknik voting dan averaging merekomendasikan 2 cluster pelanggan dengan sebaran label kelas data poin yang berbeda. Namun hasil consensus clustering teknik voting menghasilkan kelompok segmen yang lebih jelas dengan nilai DBI = 0.1736 dan silhouette scores = 0.862 dengan karakter cluster yang sama dengan penerapan K-Means clustering pada penelitian sebelumnya. Kepastian cluster ini tentu menjadi informasi penting dalam merencanakan strategi bisnis selanjutnya.