digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Kayla Maudisa Lastyo
PUBLIC Irwan Sofiyan

PT X adalah salah satu institusi perbankan swasta yang beroperasi di Indonesia. Sebagai upayanya untuk secara kontinu merespon terhadap kebutuhan nasabah Perbankan Ritel, PT X menerapkan berbagai strategi pemasaran, dan salah satunya adalah product bundling. Product bundling merupakan strategi yang menggabungkan dua atau lebih produk atau jasa sebagai suatu paket berharga khusus, dalam rangka meningkatkan nilai yang ditawarkan kepada nasabah. Dengan tingginya variasi produk dan jasa yang ditawarkan PT X, diperlukan sebuah metode yang secara terstruktur dan tepat menentukan produk dan jasa apa saja yang perlu disatukan ke dalam bundle yang memenuhi kebutuhan nasabah dan meningkatkan loyalitas nasabah. Oleh karena itu, penelitian ini bertujuan untuk membangun model yang mampu menentukan kombinasi produk yang tepat untuk strategi product bundling PT X. Metodologi penelitian dikembangkan berdasarkan kerangka Cross Industry Standard Process for Data Mining (CRISP-DM), menggunakan k-modes clustering untuk menemukan kelompok nasabah yang memiliki kesamaan demografis tertentu, dan association rule mining menggunakan algoritma Apriori untuk menemukan aturan-aturan (rules) yang menunjukkan adanya asosiasi antara produk yang sebaiknya dikelompokkan menjadi suatu bundle untuk masing-masing kelompok tersebut. Pemodelan pada penelitian ini menghasilkan 7 kelompok untuk segmen Mass Banking, 6 kelompok untuk segmen Aspire, dan 3 kelompok untuk segmen Premium Wealth, dengan rekomendasi pasangan produk terbaik untuk masing-masing kelompok. Setelah perancangan model, dikembangkan sebuah prototipe aplikasi yang mampu mengeksekusi model dan menampilkan hasil, menggunakan bahasa pemrograman Python.