Memuat
Memuat
Kelompokkan 1.500 pelanggan menjadi segmen bernilai dengan K-Means.
0 kali dilihat
Proyek ini mengelompokkan pelanggan toko berdasarkan kapan terakhir belanja (Recency), seberapa sering belanja (Frequency), dan total belanja (Monetary). Hasilnya empat segmen yang siap dipakai untuk menyusun strategi promosi yang berbeda-beda.

Gunakan operator Read CSV untuk memuat transaksi_pelanggan.csv (1.500 baris). Pastikan kolom angka terbaca sebagai numerik.
Dengan Set Role, jadikan id_pelanggan sebagai peran id agar tidak ikut dihitung dalam pengelompokan tetapi tetap tersimpan di hasil.
Select Attributes hanya mempertahankan recency_hari, frekuensi, dan monetari_rp. Kota dan usia sengaja dikeluarkan agar segmen murni berdasar perilaku belanja.
Pilih metode Z-transformation. Tanpa langkah ini, kolom rupiah yang bernilai jutaan akan mendominasi jarak dan mengalahkan kolom lain.
Atur k = 4, max runs = 10, dan aktifkan determine good start values. Operator menambahkan kolom cluster pada setiap pelanggan.
Cluster Distance Performance menghitung rata-rata jarak ke pusat kelompok dan indeks Davies-Bouldin. Makin kecil keduanya, makin rapat dan terpisah kelompoknya.
Extract Cluster Prototypes mengubah model menjadi tabel pusat kelompok (nilai baku R, F, M) yang dipakai untuk memberi nama segmen.
Tiga operator Write CSV menyimpan pelanggan bersegmen, pusat kelompok, dan ukuran mutu ke folder hasil untuk dibuka di Excel.
transaksi_pelanggan.csv
1.500 baris · 6 kolom
Ringkasan perilaku belanja 1.500 pelanggan fiktif sebuah toko: hari sejak belanja terakhir, jumlah transaksi, total belanja, kota, dan usia.
Proses RapidMiner (.rmp) siap jalan; Dataset CSV beserta kamus data; Panduan praktik dan pertanyaan latihan (PDF/MD); Video tutorial langkah demi langkah.
Tidak harus. Proyek ini bertingkat "dasar", dan setiap langkah prosesnya dijelaskan sehingga Anda bisa mengikuti bagaimana data menjadi hasil.
Bisa. Ganti dataset di langkah pertama dan sesuaikan peran atributnya; sisa prosesnya tetap sama. Bila ingin kami yang menyesuaikan, hubungi kami lewat WhatsApp.
Proyek ini seharga Rp 249.000. Gunakan tombol "Beli via WhatsApp" di halaman ini; berkas proyek dikirim setelah pembayaran dikonfirmasi.
Menemukan kendala atau punya saran untuk proyek ini? Beri tahu kami lewat WhatsApp
Kembali ke portofolio RapidMiner