| dc.description.abstract | Penelitian ini bertujuan untuk melakukan analisis segmentasi pelanggan dalam pasar Business to
Business (B2B) dengan studi kasus pada CV Laras Mitra Sejati (CV LMS), perusahaan yang
bergerak di industri tekstil dan pakaian jadi dengan fokus pada produk hospital linen. Mengingat
kompleksitas pasar B2B dan pentingnya pemahaman mendalam tentang kebutuhan serta preferensi
pelanggan, penelitian ini menggunakan metode pengelompokan Blok-KM (Block-Based K-
Medoids) untuk mengatasi data yang memiliki outlier. Selain itu, perbandingan antara penggunaan
ukuran jarak Euclidean dan Manhattan dalam metode Blok-KM dilakukan guna mengevaluasi
performa dan sensitivitas terhadap variasi data.
Penelitian ini menggunakan lima indeks penentuan jumlah kelompok optimal, yang mayoritas
mengidentifikasi dua kelompok optimal dalam data pelanggan CV LMS. Hasil analisis
menunjukkan adanya perbedaan signifikan antara dua kelompok pelanggan dalam hal preferensi
produk, di mana Kelompok 1 memiliki permintaan lebih tinggi untuk semua kategori produk,
mengindikasikan potensi pelanggan yang lebih loyal.
Penelitian ini merekomendasikan penggunaan variabel nilai kontrak untuk analisis yang lebih
komprehensif, serta penerapan strategi berbasis data guna meningkatkan performa perusahaan.
Selain itu, peneliti menyarankan pengembangan database dengan histori data yang lebih panjang,
sehingga analisis di masa mendatang dapat dilakukan secara otomatis menggunakan algoritma
machine learning, memberikan efisiensi dan akurasi yang lebih tinggi dalam pengambilan keputusan
pemasaran dan penjualan. | en_US |
