Perpustakaan Digital ITB

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.