Sistem Rekomendasi Produk Menggunakan Model RFM, AHP dan Ranked Clustering

Abstract

Monstreation is a business engaged in clothing convection, these business products are marketed online such as jackets and shirts for class, shirt and community clothing. The problem that occurs in this convection is the lack of product recommendation services to customers. Another problem is that if there are customers who order products that are not in accordance with their needs, the customer will rarely order products at Monstreation. The solution used is to provide services that match the characteristics of the customer, for example by giving product recommendations. Product recommendations are also needed considering this type of business is a business that has many business rivals. The steps taken in this study begin by collecting customer transaction data, then the data is transformed into RFM criteria data. After being transformed, the data is weighted using AHP, after that the RFM data is weighted then grouped / clustered. The grouping results are validated with DBI. From the experiments conducted it is known that the number of cluster 3 is the optimal number of clusters in product grouping. After it is ranked based on the value of the total weight. From the experiments conducted, it is known that the results of the 3 customer clusters, the customers who have the highest weight value are customers in cluster 1. The results of this study are a product recommendation that is an association of product history of customers who have a cluster similarity and a product recommendation information system.

Optimalisasi Penyaluran Bantuan Pemerintah Untuk UMKM Menggunakan Metode Fuzzy C-Means

“…FCM juga dapat digunakan untuk memprediksi sesuatu dengan melakukan klasifikasi atau association rule mining yang memiliki banyak kriteria atau atribut dengan hasil akhir yang memuaskan [17] [18]. FCM dapat dikombinasikan dengan beberapa metode seperti RFM, AHP, SAW, dan TOPSIS menghasilkan sebuah rekomendasi untuk mendukung pengambilan keputusan [19][20] [21]. Mayoritas artikel ilmiah tentang FCM mengelompokkan data menjadi 3 cluster dan menjadikan 3 cluster solusi terbaik dari penelitian yang telah dilakukan [22].…”

Identifikasi Karakteristik Riset Interaksi Manusia dan Komputer di Indonesia: Alur, Metodologi, dan Arahnya di Masa Mendatang

“…Produk-produk yang terdiri dari telepon seluler, cindera mata [47], resep masakan [48], hingga pemilihan jasa seperti umroh, yang membedakan tiap sistem rekomendasi adalah metode yang digunakan. Metode yang masih umum diterapkan antara lain SMART (Simple Multi Atribute Rating Technique) [49], algoritma apriori [50], AHP (Analytical Hierarchy Process) [51], SAW (Simple Additive Weighting) [52], dan Forward Chaining [53].…”

Evaluasi Keberhasilan Penerapan Project Information Management System (PIMS) Pada PT. Rifansi Dwi Putra Dengan Menggunakan Model Hot-Fit

“…Penelitian yang telah dilakukan terkait dengan evaluasi kesuksesan penerapan sistem informasi salah satunya adalah Siti M, Presdi P.A, Fitra K [2], Dan penelitian yang dilakukan oleh Aprilia, Akram dan L. Hamdani dengan hasil faktor teknologi; kualitas sistem, kualitas layanan dan kualitas informasi berpengaruh positif dan signifikan terhadap penggunaan sistem dan kepuasan pengguna. Faktor manusia; penggunaan sistem dan kepuasan pengguna berpengaruh positif dan signifikan terhadap manfaat bersih.…”