BAB 1 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 2 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 3 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 4 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 5 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 6 Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PUSTAKA Dion Harja Putra
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PT X merupakan sebuah perusahaan rintisan (start-up) teknologi yang bergerak
pada bidang pendidikan (edtech) melalui penyediaan jasa konsultasi studi luar
negeri dan bimbingan bahasa asing. Sebagai upaya untuk dalam meningkatkan
minat beli pelanggan, PT X berkeinginan untuk melakukan inisiasi penerapan
strategi product bundling. Product bundling merupakan strategi yang
menggabungkan dua atau lebih produk atau jasa ke dalam satu paket pembelian
dengan harga khusus yang bertujuan untuk meningkatkan value yang ditawarkan
kepada pelanggan. Keputusan dalam menentukan produk atau layanan apa saja
yang akan digabungkan ke dalam satu bundle harus didasarkan kepada model yang
komprehensif sehingga dapat memenuhi kebutuhan pelanggan dan di sisi lain
mendatangkan keuntungan bagi perusahaan. Oleh karena itu, penelitian ini
bertujuan untuk membangun model yang mampu menghasilkan rekomendasi
kombinasi produk atau layanan optimal untuk mendukung strategi product
bundling yang diinisiasi oleh PT X.
Metodologi yang digunakan pada penelitian ini dikembangkan dari kerangka Cross
Industry Standard Process for Data mining (CRISP-DM) dengan menggunakan k-
modes clustering untuk mengelompokkan pelanggan berdasarkan kesamaan
karakteristik demografis tertentu dan association rule mining menggunakan
algoritma Apriori untuk menemukan rules yang menunjukkan adanya asosiasi
antara pasangan produk atau layanan yang sebaiknya dikelompokkan ke dalam satu
bundle bagi setiap kelompok pelanggan tersebut. Pemodelan pada penelitian ini
menghasilkan empat kelompok pelanggan beserta dengan rekomendasi kombinasi
produk atau layanan optimal bagi setiap kelompok tersebut. Pada penelitian ini juga
dikembangkan sebuah prototipe aplikasi yang mampu mengeksekusi model dalam
bentuk Graphical User Interface (GUI) menggunakan bahasa pemrograman
Python.