Penerapan K-Medoids Clustering Dan Silhouette Method Untuk Strategi Pemasaran Program Donasi Pada Lembaga Amil Zakat
Abstract
Donation data management is a complex challenge for amil zakat institutions in designing an effective marketing strategy for fundraising programs. In this study, the k-medoids algorithm was used to cluster the donation data with the aim of identifying patterns and characteristics of donors. The k-medoids algorithm was chosen because of its ability to handle unusual data and non-numeric attributes. Through clustering analysis, this study classifies donors based on attributes such as the number of donations, the frequency of donations, and the time interval for donating. And in determining the number of clusters in this study using the silhouette method to measure the quality of the resulting clustering. And getting the most optimal number of clusters is k = 3 with a silhouette score of 0.598782. The results of the study found that groups of donors had similar characteristics, such as donors who made high donations with regular frequency and donors who focused on donations for specific purposes. These findings can be used by charitable organizations in developing more effective fund management, marketing and targeting strategiesReferences
[1] F. S. Wahyuni dan H. Z. Zahro, “Penerapan Teknik Data Mining untuk Menentukan Rencana Strategi Penjualan,†JUPITER (Jurnal Pendidikan Teknik Elektro), vol. 07, no. 01, hlm. 47–54, 2022.
[2] O. Nurdiawan dan N. Salim, “Penerapan Data Mining Pada Penjualan Barang Menggunakan Metode Metode Naive Bayes Classifier Untuk Optimasi Strategi Pemasaran,†Jurnal Teknologi Informasi dan Komunikasi, vol. 11, no. 1, hlm. 84–95, 2018.
[3] H. E. Simanjuntak dan Windarto, “Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet,†JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 4, hlm. 914–923, 2020.
[4] M. H. Siregar, “Klasterisasi Penjualan Alat-alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan),†JURNAL TEKNOLOGI DAN OPEN SOURCE, vol. 1, no. 2, hlm. 83–91, 2018.
[5] D. A. I. C. Dewi dan D. A. K. Pramita, “Analisis Perbandingan Metode Elbowdan Sillhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,†JURNAL MATRIX, vol. 9, no. 3, hlm. 102–109, 2019.
[6] L. Izzah dan A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,†Progresif: Jurnal Ilmiah Komputer, vol. 18, no. 1, hlm. 69–76, 2022.
[7] A. A. D. Sulistyawati dan M. Sadikin, “Penerapan Algoritma K-Medoids untuk Menentukan Segmentasi Pelanggan,†SISTEMASI: Jurnal Sistem Informasi, vol. 10, no. 3, hlm. 516–526, 2021.
[8] S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. Ilmi, dan D. Hartama, “Analisis Algoritma K-Medoids Custering Dalam Pengelompokan Penyebaran COVID-19 Di Indonesia,†Jurnal Teknologi Informasi, vol. 4, no. 1, hlm. 166–173, 2020.
[9] D. Marlina, N. F. Putri, A. Fernando, dan A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,†Jurnal CoreIT, vol. 4, no. 2, hlm. 64–71, 2018.
[10] S. Darma, “Klasterisasi Teknik Promosi dalam Meningkatkan Mutu Kampus Menggunakan Algoritma K-Medoids,†Jurnal Informatika Ekonomi Bisnis, vol. 3, no. 3, hlm. 89–94, 2021.
[11] A. Supriyadi, A. Triayudi, dan I. D. Sholihati, “Perbandingan Algoritma K-Means Dengan K-Medoids Pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas,†JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 6, no. 2, hlm. 229–240, 2021.
[12] S. Paembonan dan H. Abduh, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat,†PENA TEKNIK : Jurnal Ilmiah Ilmu - Ilmu Teknik, vol. 6, no. 2, hlm. 48–54, 2021.
[13] D. S. M. Simanjuntak, I. Gunawan, Sumarno, Poningsih, dan I. P. Sari, “Penerapan Algoritma K-Medoids Untuk Pengelompokkan Pengangguran Umur 25 tahun Keatas Di Sumatera Utara,†Jurnal Krisnadana, vol. 3, no. 1, hlm. 289–309, 2023
[2] O. Nurdiawan dan N. Salim, “Penerapan Data Mining Pada Penjualan Barang Menggunakan Metode Metode Naive Bayes Classifier Untuk Optimasi Strategi Pemasaran,†Jurnal Teknologi Informasi dan Komunikasi, vol. 11, no. 1, hlm. 84–95, 2018.
[3] H. E. Simanjuntak dan Windarto, “Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet,†JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 4, hlm. 914–923, 2020.
[4] M. H. Siregar, “Klasterisasi Penjualan Alat-alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan),†JURNAL TEKNOLOGI DAN OPEN SOURCE, vol. 1, no. 2, hlm. 83–91, 2018.
[5] D. A. I. C. Dewi dan D. A. K. Pramita, “Analisis Perbandingan Metode Elbowdan Sillhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,†JURNAL MATRIX, vol. 9, no. 3, hlm. 102–109, 2019.
[6] L. Izzah dan A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,†Progresif: Jurnal Ilmiah Komputer, vol. 18, no. 1, hlm. 69–76, 2022.
[7] A. A. D. Sulistyawati dan M. Sadikin, “Penerapan Algoritma K-Medoids untuk Menentukan Segmentasi Pelanggan,†SISTEMASI: Jurnal Sistem Informasi, vol. 10, no. 3, hlm. 516–526, 2021.
[8] S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. Ilmi, dan D. Hartama, “Analisis Algoritma K-Medoids Custering Dalam Pengelompokan Penyebaran COVID-19 Di Indonesia,†Jurnal Teknologi Informasi, vol. 4, no. 1, hlm. 166–173, 2020.
[9] D. Marlina, N. F. Putri, A. Fernando, dan A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,†Jurnal CoreIT, vol. 4, no. 2, hlm. 64–71, 2018.
[10] S. Darma, “Klasterisasi Teknik Promosi dalam Meningkatkan Mutu Kampus Menggunakan Algoritma K-Medoids,†Jurnal Informatika Ekonomi Bisnis, vol. 3, no. 3, hlm. 89–94, 2021.
[11] A. Supriyadi, A. Triayudi, dan I. D. Sholihati, “Perbandingan Algoritma K-Means Dengan K-Medoids Pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas,†JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 6, no. 2, hlm. 229–240, 2021.
[12] S. Paembonan dan H. Abduh, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat,†PENA TEKNIK : Jurnal Ilmiah Ilmu - Ilmu Teknik, vol. 6, no. 2, hlm. 48–54, 2021.
[13] D. S. M. Simanjuntak, I. Gunawan, Sumarno, Poningsih, dan I. P. Sari, “Penerapan Algoritma K-Medoids Untuk Pengelompokkan Pengangguran Umur 25 tahun Keatas Di Sumatera Utara,†Jurnal Krisnadana, vol. 3, no. 1, hlm. 289–309, 2023
Published
2023-08-02
How to Cite
MULYAWAN, Alif Rizqi et al.
Penerapan K-Medoids Clustering Dan Silhouette Method Untuk Strategi Pemasaran Program Donasi Pada Lembaga Amil Zakat.
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System, [S.l.], v. 8, n. 1, p. 107-118, aug. 2023.
ISSN 2548-3587.
Available at: <https://460290.0x60nl4us.asia/index.php/ISBI/article/view/2468>. Date accessed: 28 nov. 2024.
doi: https://doi.org/10.51211/isbi.v8i1.2468.
