Segmentasi Pelanggan menggunakan Metode Kernel K-Means (Studi Kasus: Smartlegal.id)

Abstrak

Smartlegal.id adalah sebuah perusahaan yang bergerak di bidang hukum. Terhitung pada tahun 2021, SmartLegal.id telah mengurus lebih dari 60.492 legalitas usaha di seluruh Indonesia sejak 2014. Menurut Product Specialist Manager Smartlegal.id, analisis perilaku klien dengan tujuan membentuk strategi pemasaran masih mengalami kendala waktu, karena memerlukan penjadwalan untuk tatap muka dengan klien. Selain itu, permasalahan pihak pemasaran yang sering tejadi adalah penyelarasan antara konten, event, promo dan juga kebutuhan pasar yang bisa memakan waktu cukup lama untuk bisa sesuai dan sejalan. Berdasarkan permasalahan tersebut maka analisis perilaku klien secara praktis diperlukan agar lebih menghemat waktu. Salah satu teknik yang dapat digunakan adalah clustering. Metode K-Means merupakan metode yang telah banyak diimplementasikan oleh praktisi Teknologi Informasi. Namun, dengan tingginya dimensi data yang ada, maka diperlukan penyesuaian pada metode tersebut yaitu dengan menambahkan fungsi kernel agar dapat lebih baik dalam mengelompokkan data yang bersifat non-linearly separable. Dari hasil penelitian yang dilakukan, didapatkan Silhouette Score terbaik sebesar 0,9035 dengan menggunakan 2 cluster, fungsi kernel Polinomial dengan parameter derajat Polinomial sebesar 45, dan presentase data sebesar 100%. Pada penelitian ini juga dilakukan perbandingan efektivitas antara K-Means dengan Kernel K-Means dalam melakukan segmentasi.