Industri koordinasi semakin mengandalkan analisis informasi untuk meningkatkan produktivitas operasional dan memenuhi kebutuhan pelanggan. Dalam pasar yang kompetitif, perusahaan harus menangani pesanan yang beragam secara efisien dan akurat, memahami desain pesanan untuk memastikan kepuasan pelanggan dan mempertahankan keunggulan kompetitif. Strategi pengelompokan seperti K-Medoids dapat membantu perusahaan mengidentifikasi segmen pelanggan yang serupa berdasarkan desain pesanan mereka, sehingga memungkinkan strategi pemasaran dan manfaat yang lebih disesuaikan. Menerapkan strategi pengelompokan K-Medoids dan DBSCAN pada data pelanggan perusahaan dapat memberikan wawasan tentang perilaku pelanggan, memungkinkan optimalisasi operasi dan meningkatkan kepuasan pelanggan. K-Medoids menghasilkan cluster yang lebih terorganisir dan disesuaikan tetapi kurang kuat terhadap informasi yang keras, sedangkan DBSCAN lebih cepat dalam komputasi dan lebih kuat terhadap informasi yang keras. Analisis Outline Score menunjukkan K-Medoids memiliki kinerja yang lebih baik daripada DBSCAN, dengan skor 0.3559 untuk K-Medoids dan 0.3233 untuk DBSCAN. Pilihan metode pengelompokan tergantung pada informasi spesifik dan tujuan bisnis.

S10276

INF 0187 2024

Bekasi

Tersedia