ABSTRAK Reyhan Kailiffadril
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Penelitian ini bertujuan untuk merancang suatu model rekomendasi product bundling
berdasarkan customer segmentation Bank Z menggunakan teknik data mining. Bank Z
merupakan sebuah bank pembangunan daerah yang telah berdiri dari tahun 1961. Saat ini,
Bank Z sedang merencanakan langkah strategis untuk meningkatkan pendapatan bank.
Sebelumnya, Bank Z mengalami penurunan pendapatan yang ditunjukan dengan penurunan
pertumbuhan kredit oleh nasabahnya. Upaya strategis yang akan dilakukan oleh Bank Z
yaitu dengan membuat strategi promosi product bundling terhadap produk dan layanan yang
dimiliki oleh Bank Z. Hingga saat ini, strategi promosi yang dilakukan oleh Bank Z masih
tergeneralisasi untuk semua nasabahnya. Hal tersebut menjadi sebuah masalah karena
promosi yang dilakukan belum terdiferensiasi sesuai kebutuhan dari nasabahnya. Setelah
ditelusuri, akar permasalahan dari kondisi Bank Z yaitu Bank Z belum memiliki model yang
dapat memberikan rekomendasi strategi promosi sesuai segmen nasabahnya.
Metodologi yang digunakan pada penelitian ini adalah Cross-Industry Standard Process for
Data Mining (CRISP-DM). Dalam menentukan segmen nasabah Bank Z, digunakan metode
clustering menggunakan algoritma partitioning clustering, yaitu K-Means clustering dan K-
Modes clustering. Setelah dihasilkan segmen nasabah Bank Z, pemberian rekomendasi
product bundling dilakukan sesuai segmen nasabah menggunakan metode association rule
mining menggunakan algoritma Apriori.
Penelitian ini menghasilkan model K-Means clustering sebagai model customer
segmentation dengan nilai average silhouette index sebesar 0.21. Model tersebut
mengelompokkan nasabah Bank Z ke dalam tiga segmen nasabah. Selain itu, diberikan juga
lima rekomendasi kombinasi produk terbaik untuk masing-masing segmen yang dapat
dijadikan pasangan produk strategi product bundling oleh Bank Z dengan menggunakan
algoritma Apriori. Setelah perancangan model, dikembangkan sebuah prototipe aplikasi
yang mampu mengeksekusi model dan menampilkan hasil model menggunakan bahasa
pemrograman Python.