OPTIMASI ANALISIS DATA KEPUASAN PELANGGAN CV MEGA BAJA BINTARO DENGAN PENERAPAN ALGORITMA X-MEANS CLUSTERING

Abstrak

Dalam menghadapi persaingan ketat di industri baja, CV Mega Baja Bintaro dituntut memahami preferensi dan perilaku konsumennya. Pemahaman mendalam tentang keragaman dan perubahan pola pelanggan penting untuk memberikan layanan terbaik dan mempertahankan loyalitas. Namun, keterbatasan dalam memahami dinamika konsumen kerap menjadi tantangan. Penelitian ini bertujuan menganalisis data kepuasan pelanggan di CV Mega Baja Bintaro dengan metode klasterisasi X-Means. Fokusnya adalah memanfaatkan X-Means untuk mengelompokkan data berdasarkan kesamaan karakteristik. X-Means mampu menentukan jumlah cluster secara otomatis berdasarkan pola data. Metode penelitian menerapkan algoritma X-Means pada data survei kepuasan pelanggan karena kemampuannya membagi cluster dengan Bayesian Information Criterion (BIC). Analisis Davies Bouldin Index (DBI) mengidentifikasi partisi cluster terbaik dan evaluasi karakteristiknya. Hasil penelitian diharapkan memberi wawasan tentang strategi peningkatan kepuasan pelanggan dan pengambilan keputusan oleh manajemen. Dari segi keilmuan, penelitian ini berkontribusi pada pengembangan metode X-Means. Hasil klasterisasi membentuk 19 cluster dengan tingkat kepuasan bervariasi dari 502 data survei.