Page 1
2022
KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET, DAN TEKNOLOGI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
PALCOMTECH
SKRIPSI
PENERAPAN METODE CLUSTERING DENGAN ALGORITMA
K-MEANS MENGGUNAKAN MODEL LRFM
UNTUK SEGMENTASI PELANGGAN
DI PT. KREATIF GLOBAL
SOLUSINDO
Diajukan Oleh :
1. AHMAD FAUZAN FATHULLAH /011170013
2. HENDRI /011160028
Untuk Memenuhi Sebagai dari Syarat
Mencapai Gelar Sarjana Komputer
PALEMBANG
Page 2
i
KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET, DAN TEKNOLOGI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
PALCOMTECH
SKRIPSI
PENERAPAN METODE CLUSTERING DENGAN ALGORITMA
K-MEANS MENGGUNAKAN MODEL LRFM
UNTUK SEGMENTASI PELANGGAN
DI PT. KREATIF GLOBAL
SOLUSINDO
Diajukan Oleh :
1. AHMAD FAUZAN FATHULLAH /011170013
2. HENDRI /011160028
Untuk Memenuhi Sebagai dari Syarat
Mencapai Gelar Sarjana Komputer
…PALEMBANG
2022
Page 3
ii
KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET, DAN TEKNOLOGI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
PALCOMTECH
HALAMAN PENGESAHAN PEMBIMBING SKRIPSI
NAMA / NPM : 1. AHMAD FAUZAN FATHULLAH / 011170013
2. HENDRI / 011160028
PROGRAM STUDI : S1 INFORMATIKA
JENJANG PENDIDIKAN : STRATA SATU (S1)
JUDUL : PENERAPAN METODE CLUSTERING DENGAN
ALGORITMA K-MEANS MENGGUNAKAN
MODEL LRFM UNTUK SEGMENTASI
PELANGGAN DI PT. KREATIF GLOBAL
SOLUSINDO
Tanggal : 2 Maret 2022 Mengetahui,
Pembimbing Ketua
Alfred Tenggono, S.Kom., M.Kom. Benedictus Effendi, S.T., M.T.
NIDN: 0205108901 NIP: 09.PCT.13
Page 4
iii
KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET DAN TEKNOLOGI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
PALCOMTECH
HALAMAN PENGESAHAN PENGUJI SKRIPSI
NAMA / NPM : 1. AHMAD FAUZAN FATHULLAH / 011170013
2. HENDRI / 011160028
PROGRAM STUDI : S1 INFORMATIKA
JENJANG PENDIDIKAN : STRATA SATU (S1)
JUDUL : PENERAPAN METODE CLUSTERING DENGAN
ALGORITMA K-MEANS MENGGUNAKAN
MODEL LRFM UNTUK SEGMENTASI
PELANGGAN DI PT. KREATIF GLOBAL
SOLUSINDO
Tanggal : 2 Maret 2022 Tanggal : 2 Maret 2022
Penguji 1 Penguji 2
D Tri Octafian, S.Kom., M.Kom.
NIDN: 0213108002
Mahmud, S.Kom., M.Kom.
NIDN: 0229128602
Menyetujui,
Ketua
Benedictus Effendi, S.T., M.T.
Page 6
v
MOTTO DAN PERSEMBAHAN
MOTTO :
(Ahmad Fauzan Fathullah)
Tidak masalah merasa tidak baik untuk mengakhiri rasa sakitmu, Hidupmu Masi panjang yang kutahu dari emosi adalah Emosi bisa berubah kamu punya alasan untuk hidup Tuhan memberi hari-hari yang bagus, Masa depanmu lebih terang dari masa lalu
(Hendri)
Tidak ada kemudahan tanpa doa, Tidak ada kesuksesan tanpa
kerja keras, Tidak ada keberhasilan tanpa kebersamaan.
Kami Persembahkan Kepada :
Kedua orang tua yang selalu mendoakan.
Para pendidik yang kami hormati.
Pembimbing yang kami hormati.
Teman-teman seperjuangan.
Page 7
vi
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan berkat
dan karunianya sehingga penulis dapat menyelesaikan Laporan Skripsi dengan baik.
Penelitian ini dilakukan pada PT Kreatif Global Solusindo dengan judul “Penerapan Metode
Clustering Dengan Algoritma K-Means Menggunakan Model LRFM untuk Segmentasi
Pelangan pada PT. Kreatif Global Solusindo”.
Laporan Skripsi ini disusun dalam rangka memenuhi syarat guna mencapai Gelar
Sarjana Komputer. Dalam penulisan laporan skripsi ini penulis sadari sepenuhnya bahwa
penulis telah banyak mendapatkan bantuan dari berbagai pihak, baik dari pihak akademik,
keluarga, maupun teman seperjuangan. Oleh karena itu penulis mengucapkan banyak terima
kasih serta doa dan harapan semoga semua bantuan yang diberikan kepada penulis
mendapatkan berkah dari Allah SWT.
Dalam kesempatan ini penulis menyampaikan ucapan terima kasih yang sebesar-
besarnya kepada Ketua STMIK PalcomTech, Bapak Benedictus Effendi, S.T., M.T.
pembimbing laporan skripsi Bapak Alfred Tenggono, S.Kom., M.Kom. dan pembimbing
lapangan Bapak Muhammad Yunus Alfian dan Ibu Dwi Yunita S.Kom. pada PT. Kreatif
Global Solusindo serta orang tua kami, sahabat dan rekan-rekan yang telah memberikan
dorongan semangat selama masa perkuliahan dan penyusunan Laporan Skripsi.
Demikian kata pengantar dari penulis, dengan harapan semoga Laporan Skripsi ini
dapat bermanfaat dan berguna bagi para pembaca, dan dapat menjadi acuan untuk penelitian
selanjutnya. Dengan kesadaran penulis bahwa penulisan Laporan Skripsi ini masih
mempunyai banyak kekurangan dan kelemahan sehingga membutuhkan saran dan kritik yang
Page 8
vii
membangun untuk menghasilkan sesuatu yang lebih baik. Atas perhatiannya penulis ucapkan
banyak terima kasih.
Palembang, 22 Februari 2022
Penulis
Page 9
viii
DAFTAR ISI
HALAMAN JUDUL ......................................................................................................... i
HALAMAN PENGESAHAN PEMBIMBING ...............................................................ii
HALAMAN PENGESAHAN PENGUJI ......................................................................... iii
HALAMAN MOTTO DAN PERSEMBAHAN ..............................................................iv
KATA PENGANTAR .......................................................................................................v
DAFTAR ISI ..................................................................................................................... vii
DAFTAR GAMBAR ........................................................................................................ xi
DAFTAR TABEL .............................................................................................................. xiii
DAFTAR LAMPIRAN ......................................................................................................xv
ABSTRAK ......................................................................................................................... xvi
BAB I PENDAHULUAN
1.1. Latar Belakang Penelitian .....................................................................................1
1.2. Rumusan Masalah ..................................................................................................4
1.3. Batasan Masalah ....................................................................................................4
1.4. Tujuan dan Manfaat Penelitian ..............................................................................5
1.4.1. Tujuan Penelitian ........................................................................................5
1.4.2. Manfaat Penelitian .......................................................................................5
1.4.2.1. Manfaat bagi Penulis .......................................................................5
1.4.2.2. Manfaat bagi Akademik ..................................................................5
1.4.2.3. Manfaat bagi Perusahaan ................................................................6
1.5. Sistematika Penulisan ............................................................................................7
BAB II GAMBARAN UMUM PERUSAHAAN
Page 10
ix
2.1. Sejarah singkat perusahaan ....................................................................................8
2.2. Visi dan Misi PT. Kreatif Global Solusindo ..........................................................8
2.2.1. Visi ..............................................................................................................8
2.2.2. Misi ..............................................................................................................8
BAB III LANDASAN TEORI
3.1. Landasan Teori ......................................................................................................9
3.1.1. Data Mining .................................................................................................9
3.1.2. Model LRFM ...............................................................................................11
3.1.3. Pembobotan LRFM .....................................................................................13
3.1.3.1. Analytical Hierarchy Process (AHP) ..............................................13
3.1.4. Min-max normalization ...............................................................................14
3.1.5. Customer Lifetime Value (CLV) ..................................................................15
3.1.6. Sum Sqquared Error (SSE) ..........................................................................16
3.1.7. Metode Elbow Effect ....................................................................................16
3.1.8. Clustering ....................................................................................................17
3.1.9. K-Means ......................................................................................................18
3.1.10. Orange Data Mining Tools ........................................................................20
3.1.11. Data Primer ................................................................................................21
3.1.12. Data Sekunder ...........................................................................................21
3.1.13. Observasi ...................................................................................................21
3.1.14. Wawancara ................................................................................................21
3.1.15. Studi Pustaka .............................................................................................22
3.1.16. Use case Diagram .....................................................................................22
3.1.17. Activity Diagram .......................................................................................23
Page 11
x
3.1.18. Sequence Diagram .....................................................................................24
3.1.19. Class Diagram ...........................................................................................26
3.1.20. Prototype ...................................................................................................27
3.2. Penelitian Terdahulu ...............................................................................................28
3.3. Kerangka Pemikiran ................................................................................................30
BAB IV METODE PENELITIAN
4.1. Lokasi dan Jadwal Penelitian .................................................................................31
4.1.1. Lokasi Penelitian .........................................................................................31
4.1.2. Jadwal Penelitian .........................................................................................31
4.2. Jenis Data ...............................................................................................................32
4.2.1. Data Primer .................................................................................................32
4.2.1. Data Sekunder .............................................................................................32
4.3. Teknik Pengumpulan Data .....................................................................................32
4.3.1. Observasi ....................................................................................................32
4.3.2. Wawancara .................................................................................................32
4.3.3. Studi Pustaka ..............................................................................................32
4.4. Teknik Pengembangan Aplikasi .............................................................................33
4.4.1. Pengembangan Aplikasi ..............................................................................33
4.4.1.1. Use Case Diagram ..........................................................................33
4.4.1.2. Diagram Konteks ............................................................................34
4.4.1.3. Data Flow Diagram ........................................................................35
4.4.1.4. Entity Relationship Diagram (ERD) ...............................................36
4.4.2. Rancangan Antarmuka Aplikasi ...........................................................37
4.1.3. Implementasi Protype ...........................................................................40
BAB V HASIL DAN PEMBAHASAN
Page 12
xi
5.1. Hasil ........................................................................................................... 47
5.1.1. Analisis Kebutuhan Aplikasi ................................................................47
5.1.2. Tahapan Prototype ................................................................................48
5.1.3. Pemodelan LRFM ................................................................................49
5.1.4. Normalisasi Data ..................................................................................51
5.1.5. Pembobotan LRFM ..............................................................................52
5.1.6. Perhitungan CLV ..................................................................................53
5.1.7. Proses Clustering ..................................................................................54
5.1.8. Penentuan Nilai K.................................................................................55
5.1.9. Perhitungan Clustering K-Means .........................................................56
5.1.10. Pengujian Kualitas Clustering ............................................................60
5.1.11. Hasil Clustering ..................................................................................61
5.1.12. Knowladge Presentation ....................................................................62
5.1.13. Analisis Segmen 1 ..............................................................................62
5.1.14. Analisis Segmen 2 ..............................................................................63
5.1.15. Analisis Segmen 3 ..............................................................................64
5.1.16. Analisis Segmen 4 ..............................................................................65
BAB VI KESIMPULAN DAN SARAN
6.1. Kesimpulan .............................................................................................................. 68
6.2. Saran ........................................................................................................................ 68
DAFTAR PUSTAKA .........................................................................................................xviii
HALAMAN LAMPIRAN .................................................................................................xx
DAFTAR GAMBAR
Page 13
xii
Gambar 1. Data Mining sebagai irisan beberapa bidang ..................................................9
Gambar 2. Tahapan Data Mining ......................................................................................10
Gambar 3. Grafik metode Elbow ......................................................................................17
Gambar 4. Flowchart algoritma K-Means Clustering .......................................................19
Gambar 5. Kerangka Pemikiran ........................................................................................30
Gambar 6. Menggambarkan interaksi aktor kepada sistem ..............................................33
Gambar 7. Menggambarkan ineteraksi user terhadap sistem ............................................34
Gambar 8. Menggambarkan interaksi sistem bekerja .......................................................35
Gambar 9. Menggambarkan Field Pada Sistem ................................................................36
Gambar 10. Halaman Login ..............................................................................................37
Gambar 11. Halaman Dashboard .....................................................................................37
Gambar 12. Mengambarkan halaman data pembeli ..........................................................38
Gambar 13. Menggambarkan antarmuka grafik Variable Pelangan .................................38
Gambar 14. Menggambarkan halaman Analisa Cluster ....................................................39
Gambar 15. Tampilan Login .............................................................................................40
Gambar 16. Tampilan username salah input password ....................................................41
Gambar 17. Source Code Login ........................................................................................41
Gambar 18. Halaman Dashbord .......................................................................................42
Gambar 19. Sourcode Dahsboard .....................................................................................43
Gambar 20.. Halaman Data Admin ...................................................................................43
Gambar 21. Sourccode Data Admin .................................................................................44
Gambar 22. Halaman Data Pembeli/pelangan ..................................................................44
Gambar 23. Sourcode data Pembeli ..................................................................................45
Gambar 24. Halaman data Grafik Pembeli/pelangan ........................................................44
Page 14
xiii
Gambar 25. Sourcode Data Grafik pembeli/pelangan ......................................................46
Gambar 26. Grafik Metode Elbow Effect ..........................................................................56
Page 15
xiv
DAFTAR TABEL
Tabel 1. Simbol-Simbol Use Case Diagram .....................................................................22
Tabel 2. Simbol-Simbol Activity Diagram ........................................................................24
Tabel 3. Simbol-Simbol Sequence Diagram .....................................................................25
Tabel 4. Simbol-Simbol Class Diagram ...........................................................................26
Tabel 5. Penelitian Terdahulu ...........................................................................................28
Tabel 6. Jadwal Penelitian .................................................................................................31
Tabel 7. Keterangan entitas ERD ......................................................................................36
Tabel 8. Tabel Fungsional .................................................................................................47
Tabel 9. Atribut Data Pelangan .........................................................................................47
Tabel 10. Atribut LRFM ...................................................................................................50
Tabel 11. Metode Min Max ...............................................................................................51
Tabel 12. Variable LRFM Telah Di Normalisasi ..............................................................52
Tabel 13. Bobot Nilai Custome .........................................................................................53
Tabel 14. Nilai Perhitungan CLV ......................................................................................54
Tabel 15. Nilai SSE Ellbow Effect .....................................................................................55
Tabel 16. Centroid Awal Iterasi 1 .....................................................................................57
Table 17. Nilai Iterasi 1 .....................................................................................................58
Table 18. Atribut LRFM ...................................................................................................59
Tabel 19. Nilai Iterasi 5 .....................................................................................................59
Tabel 20. Pemetaaan Cluster Pelanggan ...........................................................................61
Page 16
xv
DAFTAR TABEL
Tabel 21. Analisa segmen 1 ..............................................................................................62
Tabel 22. Analisa segmen 2 ..............................................................................................63
Tabel 23. Analisa segmen 3 ..............................................................................................64
Tabel 24. Analisa Segmen 4 ..............................................................................................65
Tabel 25. Perbandingan Setiap Cluster .............................................................................66
Page 17
xvi
DAFTAR LAMPIRAN
1. Lampiran 1. Form Persetujuan Topik Dan Judul Skripsi (Fotocopy)
2. Lampiran 2. Surat Balasan Dari Perusahaan (Fotocopy)
3. Lampiran 3. Form Konsultasi (Fotocopy)
4. Lampiran 4. Form Pernyataan (Fotocopy)
5. Lampiran 5. Form Revisi Ujian Proposal (Fotocopy)
6. Lampiran 6. Form Revisi Ujian Komprehensif (Asli)
Page 18
xvii
ABSTRACT
AHMAD FAUZAN FATHULLAH, HENDRI. Application of Clustering With K Means Using
LRFM Model For Customer Segmentation At PT. Creative Global Solusindo.
Pt. Creative Global Solusindo is a company engaged in sales and services. Pt. Creative
Global Solusindo was founded in 1998. The existing customer data is only a pile of data that
continues to grow every month and is only used as an archive. One of the right ways to increase
sales of goods and services is by utilizing data from existing sales transactions of goods and
services. To solve the problems that exist in PT. Creative Global Solusindo is to determine
customer segmentation. There are many methods that can be used in segmenting customers,
one of which is using historical data on sales of goods and services by customers at a certain
time. value can be seen by applying the LRFM model (Length, Recency, Frequency, and
Monetary). Data mining is a process that uses various techniques to find hidden relationships
and patterns. Data Mining has 5 functions consisting of Estimation, Forecasting,
Classification, Clustering, and Association. In this study, the authors used clustering with the
K-Means method. Elbow method is used to assist the process of determining the optimal
number of clusters. The data used by Pt. Creative Global Solusindo is customer transaction
data of 120 transaction data and 58 customers in the period May 2021 to November 2021. The
results of the number of clusters are obtained from the elbow method by looking at the SSE
value of 4.8711, resulting in four clusters which are then implemented into K-Means.
Customer segmentation analysis based on LRFM model in the form of ranking of profitable
customer groups by looking at the LRFM value.
Keywords: Customer Segmentation, LRFM Model, Customer Lifetime Value, K-Means
Clustering, Elbow Method.
Page 19
xviii
ABSTRAK
AHMAD FAUZAN FATHULLAH, HENDRI. Penerapan Metode Clustering Dengan
Algortima K-Means Menggunakan Model LRFM Untuk Segmentasi Pelanggan Di PT. Kreatif
Global Solusindo.
Pt. Kreatif Global Solusindo merupakan perusahaan yang bergerak dibidang penjualan
dan jasa. Pt. Kreatif Global Solusindo berdiri pada tahun 1998. Data pelanggan yang ada hanya
menjadi tumpukan data yang setiap bulannya terus bertambah. Salah satu cara yang tepat untuk
meningkatkan penjualan barang dan jasa dengan memanfaatkan data dari transaksi penjualan
barang dan jasa yang ada. Untuk menyelesaikan permasalahan yang terdapat pada PT. Kreatif
Global Solusindo yaitu dengan menentukan segmentasi pelanggan. banyak metode yang dapat
digunakan dalam melakukan segmentasi pelanggan, salah satunya adalah menggunakan
riwayat data transaksi penjualan barang dan jasa yang dilakukan pelanggan pada jarak waktu
tertentu. Value pelanggan dapat dilihat dengan menerapkan model LRFM (Length, Recency,
Frequency, dan Monetary). Metode clustering yang digunakan adalah K- Means. Elbow
method digunakan untuk membantu proses penentuan jumlah cluster yang optimal. Data yang
digunakan Pt. Kreatif Global Solusindo adalah data transaksi pelanggan sejumlah 120 data
transaksi dan 58 pelanggan pada periode mei 2021 sampai bulan november 2021. Hasil jumlah
cluster didapat dari hasil elbow method dengan melihat nilai SSE 4.8711 maka menghasilkan
sebanyak empat cluster yang kemudian diimplementasikan ke dalam K- Means. Analisis
segmen pelanggan berdasarkan LRFM model berupa peringkat dari kelompok pelanggan yang
menguntungkan dengan melihat nilai LRFM.
Kata Kunci: Segmentasi Pelanggan, LRFM Model, Customer Lifetime Value K-Means
Clustering, Elbow Method.
Page 20
BAB 1
PENDAHULUAN
1.1. Latar Belakang Penelitian
Persaingan merupakan hal yang tidak dapat dihindarkan dalam dunia bisnis.
Dalam persaingan di dunia bisnis tidak dapat memungkinkan lagi bahwa akan selalu
ada kerugian dan keuntungan. Maka dari itu demi menghindari kerugian akibat
persaingan bisnis maka sebuah perusahaan perlu mengenali pelanggannya lebih dekat
agar hubungan perusahaan dan pelangan terjalin baik agar saling menguntungkan
antara perusahan dan pelangan, pelanggan telah menjadi prioritas utama bagi banyak
perusahaan. Pelanggan merupakan sumber keuntungan bagi perusahaan. karenasetiap
pelangan memiliki karakteristik berbeda-beda maka perusahaan perlu memetakan
tingkat loyalitas pelanggannya.
PT. Kreatif Global Solusindo biasa disebut creative com berdomisili di
Palembang sejak 1997 awal berdirinya bergerak dalam bidang jasa perbaikan
perangkat komputer. Kemudian pada tahum 1998, merambah ke bidang penjualan
perangkat wartel sebagai distributor perangkat telekomunikasi merk QPHONE.
Dengan berkembangnya teknologi dan kebutuhan masyarakat semakin meningkat,
maka pada 2004 creative com melayani permintaan pemasangan jaringan komputer
(Cable / Wileress) serta tower antena. untuk meningkatkan penjualan barang dan jasa
PT.Kreatif Global Solusindo harus memiliki strategi yang tepat guna menggambil
langkah yang tepat. Salah satu cara yang tepat untuk meningkatkan penjualan barang
dan jasa dengan memanfaatkan data dari transaksi penjualan barang dan jasa yang
ada. Dari data penjualan barang dan jasa yang dilakukan pada PT.Kreatif Global
1
Page 21
2
Solusindo tersebut semakin hari data tersebut semakin banyak dan menumpuk
sehingga menghasilkan tumpukan data. Sangat disayangkan jika data penjualan
barang dan jasa tersebut tidak dievaluasi. Bedasarkan hasil penjualan barang dan jasa
dari bulan Mei 2021 sampai bulan november 2021 berjumlah 120 data transaksi yang
memiliki 60 data customer, dan hanya digunakan untuk rekap data penjualan dan
arsip pada PT.Kreatif Global Solusindo. Sehingga data tidak dapat diolah lebih lanjut
sehingga tidak dapat memberikan informasi dari data yang sudah terkumpul.
Untuk menyelesaikan permasalahan yang terdapat pada PT.Kreatif Global
Solusindo yaitu dengan menentukan segmentasi pelanggan. banyak metode yang
dapat digunakan dalam melakukan segmentasi pelanggan, salah satunya adalah
menggunakan riwayat data transaksi penjualan barang dan jasa yang dilakukan
pelanggan pada jarak waktu tertentu. Data transaksi penjualan barang dan jasa
tersebut kemudian ditentukan variable LRFM. Data transaksi penjualan barang dan
jasa yang digunakan adalah pada jarak waktu dari bulan Mei 2021 sampai bulan
November 2021.
Data Mining merupakan proses yang menggunakan berbagai teknik untuk
menemukan hubungan dan pola yang tersembunyi. Data Mining memiliki 5 fungsi
yang terdiri dari Estimasi, Peramalan, Klasfikasi, Klasterisasi, dan Asosiasi. Pada
penelitian ini penulis menggunakan klasterisasi dengan metode K-Means. Metode K-
Means adalah metode yang paling sederhana dibanding metode klastering lainnya.
Metode ini mempunyai kelebihan mudah diterapkan, dijalankan, relatif cepat, mudah
untuk diadaptasi, dan paling banyak dipraktekkan dalam data mining.
Page 22
3
Model LRFM merupakan variabel yang akan digunakan pada penelitian ini
untuk menentukan jumlah cluster dengan mengunakan nilai Length, Recency,
Frequency dan Monetary pada setiap pelanggan. Adapun variabel Recency yang
merupakan waktu antara transaksi terakhir pelanggan dengan perusahaan, Frequency
berdasarkan jumlah frekuensi pelanggan melakukan transaksi dan Monetary
berdasarkan banyaknya nilai transaksi pelanggan. Dan ditambahkan variabel L
(Length) oleh Chang dan Tsay yang merupakan lamanya hubungan antara pelanggan
dan perusahaan. Pengembangan ini dilakukan karena beberapa hal, salah satunya
adalah fakta bahwa model RFM tidak bisa membedakan pelanggan mana yang
memiliki hubungan jangka panjang dan jangka pendek dengan perusahaan. Padahal
loyalitas pelanggan bergantung pada durasi hubungan antara pelanggan dan
perusahaan, maka dari itu perlu ditambahkan sebuah variabel untuk mengukur tingkat
loyalitas yang telah dibangun oleh pelanggan. begitulah mengapa beberapa literatur
lebih memilih menggunakan model LRFM untuk melakukan segmentasi terhadap
pelanggan didalam suatu perusahaan.
Berdasarkan uraian di atas, penulis mempunyai gagasan untuk melakukan
penelitian dengan judul “Penerapan Metode Clustering Dengan Algoritma K-Means
Menggunakan Model LRFM untuk Segmentasi Pelangan pada PT. Kreatif Global
Solusindo”.
Page 23
4
1.2. Rumusan Masalah
Bedasarkan latar belakang yang ada dapat dirumuskan masalah yaitu
bagaimana menggunakan segmentasi pelanggan dengan kombinasi metode K-Mean
dan model LRFM agar dapat membantu perusahaan dalam menentukan pelanggan
mana yang lebih loyal untuk diberikan harga spesial kepada pelanggan.
1.3. Batasan Masalah
Adapun batasan masalah pada penelitian ini adalah sebagai berikut :
1. Data yang digunakan mengambil data transaksi penjualan barang dan jasa pada
bulan Mei 2021 sampai bulan November 2021 dapat dilihat pada lampiran c tentang
rincian pelanggan.
2. Variabel yang digunakan sebagai parameter adalah jarak pembelian pertama kali
(length), jarak pembelian terakhir kali (recency), frekunsi pembelian, dan total
pembelian pelanggan yang mengacu pada metode LRFM.
3. Clustering mengunakan metode Elbow Effect untuk menentukan jumlah clustering
yang efektif.
4. Output penelitian berupa sistem / aplikasi.
Page 24
5
1.4. Tujuan dan Manfaat Penelitian
1.4.1. Tujuan Penelitian
Tujuan Penelitian ini adalah Menghasilkan segmentasi pelanggan
menggunakan kombinasi metode clustering K-Means dan model LRFM
1.4.2. Manfaat Penelitian
1.4.2.1. Manfaat bagi Penulis
Manfaat yang diperoleh mahasiswa dari penelitian ini adalah:
1. Dapat menerapkan teori pembelajaran yang didapat selama masa
perkuliahan
2. Meningkatkan pengetahuan penulis tentang Data Mining dan
metode K-Means Clustering berdasarkan Model LRFM
3. Penelitian ini dapat memberikan pengetahuan mengenai proses
Clustering menggunakan metode K-Means pada data transaksi
penjualan barang dan jasa pada PT. Kreatif Global Solusindo.
1.4.2.2. Manfaat bagi Akademik
Manfaat yang diperoleh akademik dari penelitian ini adalah:
1. Sebagai bahan referensi bagi penulis lain untuk dijadikan
perbandingan dalam menyusun proposal dan skripsi pada penelitian
selanjutnya.
2. Sebagai bahan evaluasi sejauh mana kemampuan mahasiswa dalam
menerapkan ilmu pengetahuan yang telah diberikan.
Page 25
6
1.4.2.3. Manfaat bagi Perusahaan
Berdasarkan tujuan penelitian di atas, manfaat yang diberikan
adalah dapat membantu PT. Kreatif Global Solusindo dalam
mendukung menentukan siapa saja pelanggan yang berhak
mendapatkan harga spesial atau discount yang diberikan secara
objektif berdasarkan performa pelanggan, sebagai bentuk loyalitas
perusahaan terhadapap pelangan yang baik agar tepat sasaran.
Page 26
7
1.5. Sistematika Penulisan
BAB I PENDAHULUAN
Pada bab ini berisi latar belakang, perumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, dan sistematika penulisan.
BAB II GAMBAR UMUM PERUSAHAAN
Pada bab ini penulis akan membahas tentang profil tempat penelitian, visi dan misi,
struktur organisasi, serta tugas dan wewenang.
BAB III TINJAUAN PUSTAKA
Pada bab ini akan diuraikan teori-teori yang mendukung yang terkait dengan
penelitian.
BAB IV METODE PENELITIAN
Pada bab ini diuraikan lokasi dan waktu penelitian, jenis data, teknik pengumpulan
data, jenis penelitian, alat dan teknik pengembangan aplikasi, serta alat dan teknik
pengujian.
BAB V HASIL DAN PEMBAHASAN
Pada bab ini dilaporkan hasil-hasil yang diperoleh dalam penelitian dan pembahasan terhadap
hasil yang telah dicapai dan uji coba teknologi. Hasil dan pembahasan disesuaikan dengan
teknik pengembangan aplikasi yang digunakan.
BAB VI PENUTUP
Pada bab ini memberikan kesimpulan dari semua pembahasan pada bab-bab
sebelumnya serta memberikan saran yang bermanfaat dalam pengembangan aplikasi
ke depannya.
Page 27
8
BAB II
GAMBARAN UMUM PERUSAHAAN
2.1. Sejaran Singkat Perusahaan
Creative Com, adalah sebuah Image usaha dengan legalitas CV. CREATIVE
berdomisili di Palembang sejak 1997 dan sejak 2013 menjadi PT. KREATIF
GLOBAL SOLUSINDO. Pada awal berdirinya creative com bergerak dalam bidang
jasa perbaikan perangkat komputer. Kemudian di 1998, merambah ke bidang
penjualan perangkat wartel sebagai distributor perangkat telekomunikasi merk
QPHONE. Selanjutnya pada 2002, Panasonic mempercayakan creative com sebagai
salah satu dealernya di palembang. Dengan mengamati perkembangan teknologi dan
kebutuhan masyarakat, maka pada 2004 melayani permintaan pemasangan jaringan
komputer (Cable / Wileress) serta tower antenna Hingga saat ini.
2.2. Visi dan Misi PT. Kreatif Global Solusindo
2.2.1. Visi
Menjadi perusahaan yang terdepan dan terpercaya serta mampu
memberikan layanan yang baik dan berkualitas. Mampu memberikan solusi
yang tepat sesuai dengan kebutuhan konsumen.
2.2.2. Misi
Membangun, mengem-bangkan dan meningkatkan kemandirian melalui
semangat kerja dan kreatifitas yang tinggi kepada setiap tim sehingga hasil yang
dicapai berdampak positif bagi kemajuan dan kesejahteraan tim creative Com
(KGS) pada khususnya serta masyarakat luas pada umumnya.
Page 28
9
3.1. Landasan Teori
3.1.1. Data Mining
BAB III
TINJAUAN PUSTAKA
Mnurut Sembiring (2019) Data Mining adalah suatu pengekstrakan informasi
baru yang diambil dari sebuah data besar yang membantu dalam pengambilan
keputusan atau bisa dikatakan sebagai proses pengumpulan informasi penting
dari suatu data yang besar untuk diubah menjadi sebuah pengetahuan. Data
Mining merupakan suatu area yang mengintegrasikan berbagai metode, yang
meliputi statistik, basis data, kecerdasan buatan (artificial intelligence),
machine learning, pengenalan pola (pattern recognition), serta pemodelan yang
mengenai ketidakpastian,. Gambar 1 menunjukan hal tersebut (Wardani 2020).
Gambar 1. Data Mining sebagai irisan beberapa bidang
Sumber : Muhammad Arhami Dan Muhammad Nasir, 2020
Data Mining sering digunakan sebagai sinonim untuk proses menemukan pola-
pola yang berwawasan, menarik, dan baru. Pada dasarnya, Data Mining
Page 29
10
digunakan untuk meringkas data dan mengekstrak informasi berguna yang
masuk akal dan sebelumnya tidak diketahui (Wanto et al., 2020).
Data Mining dapat disebut dengan istilah knowledge discovery in database
(KDD), yang berarti dimana sebuah kegiatan pengumpulan data dan digunakan
untuk mencari keteraturan sebuah pola didalam sebuah data yang memiliki
ukuran yang besar. Output dari Data Mining dapat digunakan untuk
memperbaiki pengambilan keputusan di masa depan (Panggabean, Buulolo,
dan Silalahi, 2020). Sebagai suatu rangkaian proses, Data Mining dapat dibagi
menjadi beberapa tahap yang dapat dilihat pada gambar 2. Tahap-tahap tersebut
bersifat interaktif di mana pemakai terlibat langsung atau dengan perantara
knowledge base (Wanto et al., 2020).
Gambar 2. Tahapan Data Mining
Sumber : Wanto et al., 2020
Menurut Abdillah, Putra, dan Renaldi (2019) Data Mining memiliki enam
tahapan, yaitu:
1. Pembersihan Data (Data Cleaning)
Page 30
11
Sebelum dilaksanakannya proses Data Mining, perlu dilakukan proses
pembersihan data yang berupa membuang duplikasi data, memeriksa data
yang tidak konsisten, dan memperbaiki kesalahan pada data.
2. Integrasi Data (Data Integration)
Tahap ini adalah penggabungan data dari berbagai sumber.
3. Seleksi Data (Data Selection)
Pada tahap ini, akan dipilih data-data yang hendak digunakan dalamproses
sesuai dengan kebutuhan analisis.
4. Transformasi Data (Data Transformati)
Pada tahap ini, data diubah atau digabung ke dalam format yang sesuai untuk
diproses dan siap ditambang.
5. Proses Mining
Proses ini adalah suatu proses dimana metode Data Mining diterapkan ke
sistem untuk menemukan informasi yang ingin didapatkan dari data-data
tersebut.
6. Presentasi Pengetahuan (Knowledge Presentation)
Tahap ini merupakan tahap dimana hasil dari proses mining ditampilkan
dalam bentuk informasi yang dapat dimengerti oleh pihak yang
berkepentingan.
3.1.2. Model LRFM
Model LRFM adalah bentuk pengembangan dari Model RFM yang
merupakan metode dalam menganalisa nilai pelanggan pada segmentasi
pelanggan. RFM model mempunyai tiga atribut yaitu recency, frequency, serta
monetary (Dharmawan dkk., 2019). Model yang biasanya digunakan dalam
Page 31
12
penilaian transaksi. Pelanggan merupakan RFM yang dikembangkan oleh Arthur
Hughes. Adapun variabel Recency yang merupakan waktu antara transaksi
terakhir pelanggan dengan perusahaan, Frequency berdasarkan jumlah frekuensi
pelanggan melakukan transaksi dan Monetary berdasarkan banyaknya nilai
transaksi pelanggan (Kandeil dkk., 2014).
Kemudian Chang dan Tsay mengusulkan untuk menambahkan variabel
jangka panjang dalam penggunaan RFM model karena tidak dapat membedakan
pelanggan mana yang memiliki hubungan jangka pendek atau jangka panjang
dengan perusahaan. Sehingga, ditambahkannya variabel jangka panjang(Length)
lalu menjadi LRFM model (Wu, Lin, dan Liu, 2014). Penambahan tersebut
dinilai penting karena dapat memperkuat nilai recency pada pelanggan
berdasarkan lamanya transaksi terakhir pada periode tertentu (Monalisa, 2018).
Model LRFM ini meliputi 4 variabel yaitu Length of purchases, Recency of the
last purchases, Frequency of the purchases dan Monetary values of the
purchases. Adapun penjelasan dari keempat variabel LRFM adalah sebagai
berikut:
1. Length artinya lama hubungan antara pelanggan dengan perusahaan yang
dihitung selama periode analisis.
2. Recency merupakan jarak sejak terakhir transaksi dilakukan. Maka, semakin
kecil nilai jarak terakhir dengan periode analisis, maka semakin besar nilai R.
3. Frequency adalah jumlah pembelanjaan atau transaksi yang dilakukan selama
waktu tertentu. Maka, semakin besar jumlah transaksi, semakin besar pulalah
nilai F.
Page 32
13
4. Monetary adalah jumlah keseluruhan uang yang digunakan dalam bertransaksi
pada periode tertentu. Maka, semakin banyak uang yang digunakan semakin
besar pulalah nilai M (Monalisa, Zafa, dkk., 2020).
Tujuan dari LRFM agar dapat memprediksi perilaku pelanggan dimasa
yang akan datang dengan menetapkan keputusan segmentasi yang lebih terarah.
Sehingga, diperlukan pemahaman perilaku pelanggan dalam bentuk angka
sehingga dapat difungsikan dalam jangka waktu yang lama.
3.1.3. Pembobotan LRFM
Pembobotan terhadap keempat variabel dengan menggunakan metode AHP.
Penilaian bobot dilakukan dengan memberikan kuesioner kepada direktur PT.
Kreatif Global Solusindo. Dari perhitungan AHP tersebut diperoleh nilai bobot
untuk keempat variabel. Setelah itu dilakukan uji konsistensi terhadap nilai
bobot yang diperoleh.
3.1.3.1. Analytical Hierarchy Process (AHP)
Banyak metode telah dikembangkan untuk membantu dan memfasilitasi
aktivitas pembuatan keputusan yang kompleks. Salah satunya adalah
metode analytical hierarchy process (AHP) yang dikembangkan oleh
Thomas Saaty, dengan menurunkan vektor prioritas dari matriks pairwise
comparisons. Metode AHP ini pertama kali muncul pada tahun 1972,
namun deskripsi lengkap tentang model tersebut baru tersedia pada tahun
1980. Hingga saat ini metode AHP merupakan yang paling banyak
dipelajari dan diutilisasi dari semua metode Multi-criteria decision
analysis (MCDA). Analytic Hierarchy Process (AHP) adalah teori
Page 33
14
pengukuran umum.
Clv digunakan untuk mendapatkan skala relatif dari angka absolut dalam
perbandingan diskret dan kontinyu dalam struktur hirarkis bertingkat.
AHP adalah tipikal metode rekayasa sistem yang mengubah analisis
kualitatif menjadi analisis kuantitatif.
Metode AHP digunakan dalam menentukan bobot prioritas
kriteria model LRFM yang dinotasikan dengan WL WR WF WM. Metode
AHP diterapkan pada hasil kuesioner yang telah diisi kepada pihak yang
berkompeten dalam menilai variabel atau kriteria yang paling
berpengaruh bagi perusahaan. Adapun hasil dari pembobotan dengan
AHP akan dikalikan dengan nilai variabel LRFM dalam perhitungan
CLV. Pada AHP, apabila semakin tinggi peringkat pelanggan maka akan
semakin besar pulalah tingkat keloyalan pelanggan pada klaster tersebut
(Kurniawaty dkk., 2014). Sehingga AHP difungsikan sebagai pemberi
bobot dalam perhitungan rangking dalam menentukan cluster pelanggan
terbaik. Adapun tahapan pada metode AHP adalah sebagai berikut
(Munthafa dan Mubarok, 2017):
3.1.4. Min-max normalization
Normalisasi merupakan kata yang dicetuskan oleh E. F. Codd pada 1972,
normalisasi merupakan tahap dalam praproses data. Menormalisasikan data
masukan akan membantu mempercepat tahap pembelajaran dan juga mengatasi
masalah perbedaan jangkauan nilai dari setiap atribut.
Pada penelitian ini akan digunakan skala data dalam rasio angka nol hingga
Page 34
15
satu (0-1), sehingga formula diatas dapat disederhanakan. Berikut rumus yang
telah disederhanakan :
Keterangan:
𝑑′ = 𝑑′ − 𝑑𝑚𝑖𝑛
𝑑𝑚𝑎𝑥 − 𝑑𝑚𝑖𝑛
d’ = nilai yang telah dinormalisasi
d = nilai asli
dmin = nilai terkecil
dmax = nilai terbesar
3.1.5. Customer Lifetime Value (CLV)
Customer Lifetime Value (CLV) adalah sebuah metric pemasaran yang
menggambarkan nilai dari seseeorang pelanggan sepanjang hubungan pelanggan
dengan perusahan berlangsung. CLV berguna untuk menentukan nilai pelanggan
ke perusahaan selama siklus hidup pelanggan. CLV berusaha memaksimalkan
keuntungan dengan menganalisis perilaku pelanggan dan siklus bisnis untuk
mengidentifikasi dan menargetkan pelanggan dengan potensi nilai terbesar dari
waktu ke waktu. pada penelitian tugas akhir ini, penggunaan CLV mengacu pada
indeks nilai CLV. Indeks CLV ditentukan melalui bobot variabel LRFM yang
sebelumnya telah diperleh dan nilai normalisasi masing-masing variabel LRFM.
Adapun rumus untuk menghitung nilai CLV adalah sebagai berikut :
𝐶𝐿𝑉 = 𝑁𝐿 × 𝑊𝐿 + 𝑁𝑅 × 𝑊𝑅 + 𝑁𝐹 × 𝑊𝐹 + 𝑁𝑀 × 𝑊𝑀
Keterangan:
CLV = nilai CLV yang dicari
NL = nilai nomalisasi variabel length
Page 35
16
WL = nilai bobot variabel length
Page 36
17
NR = nilai nomalisasi variabel recency
WR = nilai bobot variabel recency
NF = nilai normalisasi variabel frequency
WF = nilai bobot variabel frequency
NM = nilai normalisasi variabel monetary
WM = nilai bobot variabel monetary
3.1.6. Sum Squared Error (SSE)
Sum Squared Error (SSE) merupakan salah satu metode untuk
mengukur kesalahan atau error dalam suatu penelitian. Singkatnya SSE
merupakan jumlah error yang dikuadratkan. Algoritma K-means
mengelompokkan sekumpulan data sehingga fungsi SSE dapat diminimalkan.
Error yang didapatkan biasanya diukur dengan menggunakan Euclidean
Distance antara titik data atau objek dengan titik mean pada cluster. Sehingga
SSE yang dihitung merupakan jumlah dari selisih titik data tiap objek dengan
nilai mean pada clusternya yang dikuadratkan. Misalkan 𝜇𝑘 adalah mean dari
kelompok k (Ck) maka sum squared error untuk semua cluster dapat dinyatakan
sebagai berikut :
Keterangan ;
𝜇𝑘 = mean dari cluster k
𝑋𝑖 = nilai objek ke-i pada cluster k
3.1.7. Metode Elbow Effect
Metode Elbow Effect adalah suatu metode untuk menghasilkan informasi
dalam menentukan jumlah cluster terbaik dengan cara melihat presentase hasil
perbandingan antara jumlah cluster yang akan membentuk sudut siku pada suatu
titik.
Page 37
18
Sumber : Nisa Hanum Harani, Cahyo Prianto, Politeknik Pos Indonesia (2020)
Gambar 3. Grafik metode Elbow
Hasil persentase dari setiap perhitungan ditunjukkan dalam grafik dan
dibandingkan. Jika nilai suatu cluster dengan nilai cluster kedua mengalami
penurunan paling dalam atau nilainya mengalami penurunan paling besar maka
nilai cluster tersebut terbaik hal ini juga dapat dilihat dari perbandingan nilai
rasio SSE terbesar. Langkah-langkah dalam perhitungan Metode Elbow Effect
adalah sebagai berikut :
1. Mulai
2. Inisialisasi awal nilai K = 1
3. Naikkan nilai K
4. Hitung hasil SSE dari tiap nilai K
5. Melihat hasil SSE nilai K yang turun secara drastis
6. Tetapkan nilai K yang membentuk siku
7. Selesai.
3.1.8. Clustering
Clustering atau cluster analysis telah lazim digunakan dalam setiap disiplin
ilmu yang melibatkan analisis data multivariat. Secara operasional definisi
clustering dapat dinyatakan sebagai berikut: Jika terdapat sejumlah n objek,
temukan kelompok berjumlah K berdasarkan ukuran kemiripan, sehingga
Page 38
19
kemiripan antara objek pada kelompok yang sama bernilai tinggi sedangkan
kemiripan antara objek dalam kelompok yang berbeda rendah.
Tujuan dari cluster analysis sendiri adalah untuk menemukan
pengelompokan alami dari serangkaian pola, titik atau objek. Teknik dalam
clustering harus memenuhi dua kriteria, pertama adalah tiap kelompok adalah
homogen; objek yang berada dalam kelompok yang sama pasti mirip satu sama
lain, dan yang kedua tiap grup/kelompok harus berbeda dengan kelompok lain
atau objek dalam kelompok satu harus berbeda dengan semua kelompok lain.
Algoritma Clustering secara luas dapat dibagi menjadi dua kelompok:
hierarchical dan partitional. Algoritma pengelompokan hirarkis secara rekursif
menemukan cluster yang bersarang baik dalam mode agglomerative (dimulai
dengan setiap titik data dalam kelompok tersebut, lalu menggabungkan
kelompok cluster yang paling mirip secara berturut-turut untuk membentuk
hirarki cluster) atau dalam mode divisive (top-down) (dimulai dengan semua
titik data dalam satu cluster dan secara rekursif membagi setiap cluster menjadi
kelompok-kelompok yang lebih kecil). Dibandingkan dengan algoritma
clustering hirarkis, algoritma clustering parsial menemukan semua cluster secara
bersamaan sebagai partisi data dan tidak memaksakan struktur hirarkis.
Algoritma hirarkis yang paling terkenal adalah single-link dan completelink;
Algoritma partikular yang paling populer dan paling sederhana adalah K-means.
3.1.9. K-Means
Algoritma K-Means merupakan salah satu algoritma clustering yang
masuk dalam kelompok Unsupervised Learning yang digunakan untuk membagi
Page 39
20
data menjadi beberapa kelompok dengan sistem partisi (Wantoet al.,2020). K-
Means merupakan suatu metode Data Mining clustering yang berfungsi untuk
mengelompokan data kedalam bentuk satu atau lebih cluster/kelompok. K-
Means merupakan algoritma clustering dengan metode partisi yang berbasis titik
pusat (centroid). Algoritma inimenerima masukan berupa data tanpa label kelas.
Pada algoritma K-Means, data dikelompokan menjadi masukan tanpa
mengetahui terlebih dahulu target kelasnya. Masukan yang diterima data atau
objek dan k buah kelompok (cluster) yang diinginkan (Wanto et al, 2020:4).
Sumber : Younus et al., 2020
Gambar 4. Flowchart algoritma K-Means Clustering
Page 40
21
Langkah-langkah algoritma K-Means dapat dijelaskan sebagai berikut
(Larose, 2005; Prasetyo, 2012; Khotimah, 2014; Palina et al.,2018; Primartha,
2018);
1. Tentukan jumlah cluster (k) pada data set sebagai nilai centroid.
2.Menghitung jarak antara data dan titik pusat cluster menggunakanrumus dari
Euclidian Distance. Yang dapat dilihat pada teori jarak Euclidian seperti pada
rumus :
𝐷(ᵢ, j ) =√(𝑋₁ᵢ − 𝑋₁ⱼ)2 + (𝑋₂ᵢ − 𝑋₂ⱼ)2 + ⋯ + (𝑋ₖᵢ − 𝑋ₖⱼ)2
Keterangan :
𝐷(ᵢ, j) = Jarak data ke i ke pusat cluster j
𝑋ₖᵢ = Data ke i pada atribut ke k
𝑋ₖⱼ = Titik pusat ke j pada atribut ke k
3. Pusat cluster baru akan ditentukan bila semua data telah ditetapkan dalam
cluster terdekat.
4. Proses penentuan titik pusat cluster dan penempatan data dalam cluster
diulangi terus-menerus sampai nilai centroid tidak berubah lagi.
3.1.10. Orange Data Mining Tools
Orange merupakan sebuah tools open source untuk pengolahan data
mining. Orange memiliki widget yang berfungsi sebagai unit komputasi untuk
membaca, memproses, melakukan visualisasi, melakukan analisis,
mengeksplorasi data, dan lain-lain. Widget disusun sedemikian rupa sehingga
membentuk workflow (alur kerja) dan berkomunikasi satu sama lain di
lingkungan Orange. Widget data memungkinkan Orange untuk manipulasi
data text atau gambar. Dalam menganalisis gambar menggunakan Orange,
diperlukan sebuah add-ons tambahan yaitu image analytics. Orange
Page 41
22
mengubah data gambar menjadi representasi vektor menggunakan deep
neural network yang telah dilatih pada banyak gambar sehingga
menghasilkan data yang dapat diproses dan memungkinkan machine
learning.
3.1.11. Data Primer
Menurut Juliandi, Irfan, dan Manurung (2014) pengertian data primer
adalah data mentah yang diambil peneliti sendiri (bukan orang lain) dari
sumber utama guna kepentingan penelitian, biasanya dapat melalui
wawancara, angket/kuisioner dan lain-lain”.
3.1.12. Data Sekunder
Menurut Juliandi, Irfan, dan Manurung (2014) mendefinisikan data
sekunder adalah data yang sudah tersedia yang dikutip oleh peneliti guna
kepentingan penelitiannya. Data yang diperoleh dengan cara membaca,
mempelajari dan memahami melalui media lain yang bersumber dari literatur,
buku-buku, serta dokumen”.
3.1.13. Observasi
Observasi adalah kegiatan melihat suatu kondisi secara langsung
terhadap objek yang diteliti (Juliandi, Irfan, dan Manurung, 2014).
3.1.14. Wawancara
Wawancara adalah dialog langsung antara peneliti dengan responden
penelitian. proses percakapan yang berbentuk tanya jawab dengan tatap muka
untuk pengumpulan data pada suatu penelitian. Percakapan itu dilakukan oleh
Page 42
23
dua pihak, yaitu pewawancara yang mengajukan pertanyaan dan yang
diwawancarai yang memberikan jawaban atas pertanyaan itu (Juliandi, Irfan,
dan Manurung, 2014).
3.1.15. Studi Pustaka
Studi Pustaka adalah cara yang dipakai untuk menghimpun data-data
atau sumber-sumber yang berhubungan dengan topik yang diangkat dalam
suatu penelitian (Habsy, 2017).
3.1.16. Use Case Diagram
Use Case adalah deskripsi fungsi dari sebuah sistem perspektif pengguna. Use
Case bekerja dengan cara mendeskripsikan tipikal interaksi antara user
(pengguna) sebuah sistem dengan sistemnya sendiri melalui sebuah cerita
bagaimana sebuah sistem dipakai. Urutan langkah-langkah yang
menerangkan antara pengguna dan sistem disebut skenario.
Use Case merupakan awal yang sangat baik untuk setiap fase pengembangan
berbasis objek, design, testing, dan dokumentasi yang menggambarkan
kebutuhan sistem dari sudut pandang di luar sistem (Simatupang dan Sianturi,
2019). Simbol-simbol use case diagram dapat dilihat pada tabel 3.1.
Tabel 1. Simbol-Simbol Use Case Diagram
No Simbol Nama Keterangan
1
Actor Menspesifikasikan himpunan
peran yang pengguna mainkan
ketika berinteraksi dengan use
case.
Page 43
24
No Simbol Nama Keterangan
2
Dependency Hubungan di mana perubahan
yang terjadi pada suatu elemen mandiri
(independent) akan
mempengaruhi elemen yang
bergantung padanya elemen yang tidak mandiri.
3
Generalization Hubungan di mana objek anak
(descendent) berbagi perilaku dan
struktur data dari objek yang ada di
atasnya objek induk (ancestor)
4
Include Menspesifikasikan bahwa use
case sumber secara eksplisit.
5
Extend Menspesifikasikan bahwa use
case target memperluas perilaku
dari use case sumber pada suatu
titik yang diberikan .
6
Association Apa yang menghubungkan antara
objek satu dengan yang lainnya.
7
System Menspesifikasikan paket yang
menampilkan sistem secara
terbatas.
8
Use Case Deskripsi dari urutan aksi-aksi
yang ditampilkan sistem yang
menghasilkan suatu hasil yang
terukur bagi suatu aktor.
9
Collaboration Interaksi aturan-aturan dan elemen
lain yang bekerja sama untuk
menyediakan perilaku yang lebih
besar dari jumlah dan elemen-
elemennya (sinergi)
10
Note Elemen fisik yang eksis saat
aplikasi dijalankan dan
mencerminkan suatu sumber daya
komputasi.
3.1.17. Activity Diagram
Diagram aktivitas atau Activity Diagram menggambarkan workflow (aliran kerja) atau
aktivis dari sebuah sistam atau proses bisnis atau menu yang ada pada perangkat lunak.
Page 44
25
Penekanan pada diagram aktivitas adalah menggambarkan aktivitas sistem atau
aktivitas yang dilakukan oleh sistem, bukan apa yang dilakukan aktor (Simatupang
dan Sianturi, 2019). Berikut adalah simbol-simbol activity diagram, seperti terlihat
pada tabel 3.2
Tabel 2. Simbol-Simbol Activity Diagram
No Simbol Nama Keterangan
1
Status awal Sebuah diagram aktivitas
memiliki sebuah status awal.
2
Aktivitas Aktivitas yang dilakukan sistem,
aktivitas biasa diawal dengan
kata kerja.
3
Percabangan / decision
Percabangan di mana ada pilihan
aktivitas yang lebih dari satu.
4
Penggabungan / join Penggabungan di mana lebih
dari satu aktivitas lalu
digabungkan jadi satu.
5
Status Akhir Status akhir yang dilakukan
sistem, sebuah diagram aktivitas
memiliki sebuah status akhir.
6
Swimlane Swimlane memisahkan
organisasi bisnis yang
bertanggung jawab terhadap
aktivitas yang terjadi.
3.1.18. Sequence Diagram
Diagram sekuen menggambarkan kelakuan objek pada use case dengan
mendeskripsikan waktu hidup objek dan massage yang dikirimkan dan
diterima antar objek. Oleh karena itu untuk menggambar diagram sekuen maka
harus diketahui objek-objek yang terlibat dalam sebuah use case beserta
metode-metode yang dimiliki kelas yang diinstansiasi menjadi objek itu.
Page 45
26
Membuat diagram sekuen juga dibutuhkan untuk melihat skenario yang ada
pada use case (Rosa dan Shalahuddin, 2018). Berikut adalah simbol-simbol
activity diagram, seperti terlihat pada tabel 3.3.
Tabel 3. Simbol-Simbol Sequence Diagram
No Simbol Nama Keterangan
1
Aktor Orang, proses, atau
sistem lain yang
berinteraksi dengan sistem informasi yang
akan dibuat di luar sistem informasi yang akan
dibuat itu sendiri, jadi
walaupun simbol dari aktor adalah gambar
orang, tapi aktor belum tentu merupakan orang,
biasanya dinyatakan
menggunakan kata benda di awal fase nama aktor.
2 Garis hidup / lifeline Menyatakan kehidupan
suatu objek.
3
Nama objek : nama kelas
Objek Menyatakan objek yang
berinteraksi pesan.
4
Waktu aktif Menyatakan objek dalam
keadaan aktif dan
berinteraksi, semua yang
terhubung dengan waktu
aktif ini adalah sebuah
tahapan yang dilakukan didalamnya.
5 << create >>
Pesan tipe create Menyatakan suatu objek
membuat objek yang
lain, arah panah
mengarah pada objek yang dibuat.
6 1 : nama_metode()
Pesan tipe call Meyatakan suatu objek
memanggil operasi atau
metode yang ada pada objek lain atau dirinya
sendiri. Arah panah mengarah pada objek
yang memiliki operasi
atau metode, karena ini memanggil operasi atau
Page 46
27
No Simbol Nama Keterangan
metode yang dipanggil
harus ada pada diagram
kelas sesuai dengan kelas
objek yang berinteraksi.
7 1 : masukan
Pesan tipe send Menyatakan bahwa suatu
objek mengirmkan data /
masukan / informasi ke
objek lainnya, arah panah
mengarah pada objek
yang dikirimi.
8 1 : keluaran
Pesan tipe return Menyatakan bahwa suatu
objek yang telah menjalankan suatu
operasi atau metode menghasilkan suatu
kembalian ke objek
tertentu, arah panah mengarah pada objek
yang menerima
kembalian.
9
1 : masukan
X
Pesan tipe destroy Menyatakan suatu objek
mengakhiri hidup objek
yang lain, arah panah
mengarah pada objek
yang diakhiri, sebaiknya
jika ada create maka ada destroy.
Sumber : Rosa dan Shalahuddin, 2018
3.1.19. Class Diagram
Class diagram menggambarkan struktur sistem dari segi pendefinisian
kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki apa
yang disebut atribut dan metode atau operasi (Simatupang dan Sianturi,
2019). Berikut adalah simbol-simbol class diagram, seperti terihat pada
tabel 3.2.
Tabel 4. Simbol-Simbol Class Diagram
No Simbol Nama Keterangan
1
Generalization Hubungan di mana objek anak
(descendent) berbagi perilaku
dan struktur data dari objek yang
ada di atasnya objek induk
(ancestor).
Page 47
28
No Simbol Nama Keterangan
2
Nary Association Upaya untuk menghindari
asosiasi dengan lebih dari 2 objek.
3
Class Himpunan dari objek-objek yang
berbagi atribut serta operasi yang
sama.
4
Collaboration Deskripsi dari urutan aksi-aksi
yang ditampilkan sistem yang
menghasilkan suatu hasil yang
terukur bagi suatu aktor.
5
Realization Operasi yang benar-benar
dilakukan oleh suatu objek.
6
Dependency Hubungan di mana perubahan
yang terjadi pada suatu elemen
mandiri (independent) akan
mempengaruhi elemen yang
bergantung pada elemen yang tidak mandiri.
7
Association Apa yang menghubungkan
antara objek satu dengan objek
lainnya.
Sumber : Rosa dan Shalahuddin, 2016
3.1.20. Prototype
Prototype merupakan metode pengembangan perangkat lunak yang berupa
model fisik kerja sistem dan berfungsi sebagai versi awal dari sistem.
Dengan metode prototyping ini akan dihasilkan prototype sistem sebagai
perantara pengembang dan pengguna agar dapat berinteraksi dalam proses
kegiatan pengembangan sistem informasi (Purnomo, 2017).
Page 48
29
3.2. Penelitian Terdahulu
Penelitian terdahulu ini menjadi acuan penulis dalam melakukan penelitian,
sehingga penulis dapat memperkaya teori yang digunakan dalam mengkaji
penelitian yang dilakukan. Tabel 2 merupakan beberapa penelitian terdahulu
yang menjadi referensi untuk penelitian ini:
Tabel 5. Penelitian Terdahulu
No Nama Author,
Tahun
Judul Penelitian Hasil Penlitian Keterkaitan
Dengan Tugas Akhir
1 Widiyanto, A
Witanti; 2020
Segmentasi Pelanggan
Berdasarkan Analisis
RFM Menggunakan
Algoritma K-Means
Sebagai Dasar Strategi
Pemasaran (Studi
Kasus PT Coversuper
Indonesia Global)
Hasil dari penelitian ini dengan
menggunakan metode K-means
jumlah segmen pelangan yang
dimiliki oleh PT.Conversuper
indonesia Global adalah 4 buah
cluster pelangan dari
keseluruhan jumlah pelangan
sebanyak 736, hasil dari
pengolahan data pelangan
menggunakan algoritma K-
means dengan metode
clustering dan dengan
menggunakan atribut RFM yang telah di implementasikan.
Penelitian ini
menggunakan 4
cluster pelangan
yaitu Consumers,
Ordinary, Big
Consumers dan
Top Class. Dengan
mengunakan
atribut RFM
sebagai acuan
dalam menentukan
cluster.
2 Apip
Pramudiansyah
, Hamonangan
Munte; 2021
SEGMENTASI
PELANGGAN
MENGGUNAKAN
ALGORITMA
KMEANS
BERDASARKAN
MODEL RECENCY
FREQUENCY
MONETARY
Hasil dari penelitian ini Setelah
dilakukan perhitungan
menggunakan algoritma K-
Means dengan jumlah 4 klaster
maka dihasilkan sebanyak
38,4% atau berjumalah 557
pelanggan masuk kedalam
kelompok kategori Platinum,
12,6% atau berjumlah 184
pelanggan kategori Gold, 22,7%
atau berjumlah 330 pelanggan
kategori Silver, dan 26.% atau
berjumlah 378 pelanggan kategori Bronze.
Penelitian ini
menggunakan 4
cluster pelangan
yang dihasilkan
dari metode
elbow yaitu
Platinum, Gold,
Silver, Bronze
berdasarkan
model (RFM)
Recency
Frequency
Monetary
3 Tika rida, Rudy
Hartanto, 2015
Segmentasi Nasabah
Tabungan
Menggunakan Model
RFM (Recency,
Hasil dari penelitian ini dengan
mengunakan teknik clustering
algoritma K-Means menghasilkan 3 cluster terbaik
Penelitian ini
menggunakan 3
cluster terbaik
berdasarkan
Page 49
30
Frequency,Monetary)
dan K-Means Pada
Lembaga Keuangan
berdasarkan davies bouldin
index. Cluster pertama terdiri
dari 100 nasabah. RFM score
antara 112-255 termasuk
kelompok occational customer.
Cluster ke dua terdiri dari 69
nasabah, memiliki RFM score
antara 441-544 dan termasuk
kelompok
superstar. Cluster ke tiga terdiri
dari 79 nasabah.
dabies bouldin
index, yaitu
Occational
customer,
Superstar, Sypical
customer. Yang
didapatkan
berdasarkan
Model RFM
Sumber: Diolah Sendiri,2021
Page 50
31
3.3. Kerangka Pemikiran
Gambar 5. Kerangka Pemikiran
Penelitian ini dilakuan pada PT.Kreatif Global Solusindo, dimana pada
perusahaan ini belum adanya pengelompokan pelanggan bedasarkan jarak
pembelian (Lenght),jarak terakhir transaksi (Recency), jumlah pembelanjaan
(Frequency) dan jumlah uang dari hasil penjualan (Monetary) dari penjualan selama
7 bulan bedasarkan target yang doitentukan dimana dapat membantu perusahaan
dalam menentukan pelanggan mana yang lebih loyal untuk diberikan harga special
kepada pelanggan. Sehingga penulis mengusulkan dibuatnya sebuah aplikasi dan
alat pengembangan menggunakan Bahasa pemprograman PHP versi 7.0 dan DBMS
Mysql Versi 8.0.23 serta metode clustering yang digunakan adalah K-means
Clustering. Output akhir yang dihasilkan dalam penelitian ini berupa aplikasi
pengelompokan berbasis web pada PT.Kreatif Global Solusindo.
Page 51
31
BAB IV
METODE PENELITIAN
4.1. Lokasi Dan Jadwal Penelitian
4.1.1. Lokasi Penelitian
Untuk mendapatkan data-data yang dibutuhkan, maka penulis
melakukan penelitian langsung di PT. Kreatif Global Solusindo yang betempat
di Jl. Mayor Ruslan No.175C, 9 Ilir, Ilir Timur III, Kota Palembang
4.1.2. Jadwal Penelitian
Penelitian ini dimulai dari bulan Agustus 2020 sampai bulan September
2021. Adapun jadwal penelitian dapat dilihat pada tabel berikut.
Tabel 6. Jadwal Penelitian
No
Tahapan
Bulan
Oktober November Desember Januari
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 Analisis
Kebutuhan
√ √ √ √ √ √ √
2
Data Cleaning,
Data Selection,
danData
Transformati
on
√
√
√
√
3 Desain Prototype √ √ √
4 Implementasi
kedalam Sistem
√ √ √
5 Evaluasi dan
perbaikan
√ √ √
6 Implementasi
√
Page 52
32
4.2. Jenis Data
4.2.1. Data Primer
Data primer yang didapat yaitu dengan cara meminta data mentah berupa
data arsip penjualan barang dan jasa pada PT. Kreatif Global Solusindo dari bulan
mei sampai bula november tahun 2021.
4.2.2. Data Sekunder
Data sekunder yaitu pengumpulan data yang akan di olah pada penelitian
ini. Data yang digunakan ialah data transaksi pelanggan di mulai dari bulan mei
hingga bulan november tahun 2021.
4.3. Teknik Pengumpulan Data
4.3.1. Observasi
Observasi yang dilakukan peneliti yaitu dengan mengamati secara langsung
di lokasi penelitian. Sehingga terlibat lansung dalam kegiatan mencari data yang
di perlukan.
4.3.2. Wawancara
Hasil yang telah diperoleh penulis pada saat wawancara adalah berupa data
teransaksi pelanggan pada PT. Kreatif Global Solusindo.
4.3.3. Studi Pustaka
Studi pustaka dalam penelitian ini dilakukan dengan mengumpulkann
kutipan-kutipan dari berbagai sumber dengan memahami secara mendalami
suatu permasalahan yang sedang diteliti.
Page 53
33
4.4. Teknik Pengembangan Aplikasi
4.4.1. Pengembangan Aplikasi
Pada tahapan ini, peneliti melakukan perencanaan dan pembangun aplikasi
sesuai dengan kebutuhan dan permasalahan yang sedang dihadapi. Perancangan
desain ini berupa Use Case Diagram, Diagram Konteks, Data Flow Diagram,
Entity Relationship Diagram,
4.4.1.1. Use Case Diagram
Use Case Diagram yaitu mendeskripsikan interaksi antara aktor dengan
aplikasi yang akan dibuat.
Gambar 6. Menggambarkan interaksi aktor kepada sistem
Page 54
34
Pada gambar 6 Aktor/Penguna dapat mengakses halaman Login aplikasi,
halaman Data Pembeli/pelangan, halaman, halaman grafik
pembbeli/pelangan, halaman Data analisa cluster dan halaman Hasil
Klasterisasi.
4.4.1.2. Diagram Konteks
Diagram konteks adalah sebuah diagram sederhana yang menggambarkan
hubungan antara entity masukan, dan keluaran dari sistem. Diagram konteks
direpsentasikan dengan lingkaran yang mengawali keseluruhan sistem.
Diagram konteks merupakan diagram yang menggambarkan garis besar
operasional sistem.
Gambar 7. Menggambarkan ineteraksi user terhadap sistem
Page 55
35
4.4.1.3. Data Flow Diagram
Data Flow Diagram merupakan penjabaran dari Diagram Konteks, Secara
umum, Data Flow Diagram menjelaskan bagaimana nantinya fungsi-fungsi di
dalam sistem ini bekerja. Proses yang terjadi yaitu proses login, pengelolaan
data login, pengelolaan data pembeli/pelangan dengan menggunakan nilai
variable LRFM, dan pengelolaan data segmentasi pelangan sehingga dapet
menampilkan nilai nilai K-means clustering.
1. Proses input data user.
2. Proses pengelolahan data pembeli/pelanggan
3. Proses pengemlopokan (clustering) data.
4. Proses menampilkan grapik.
Gambar 8. Menggambarkan interaksi Sistem Bekerja
Page 56
36
4.4.1.4. Entity Relationship Diagram (ERD)
Entity Relationship Diagram (ERD) berikut ini menggambarkan relasi
antara entitas-entitas yang berkaitan dalam sistem penentuan metode k-
means berdasarkan variable LRFM seperti gambar dibawah ini :
Gambar 9. Menggambarkan Field Pada Sistem
Tabel 7. Keterangan entitas ERD
No Nama Deskripsi Atribut
1 Tabel Admin Menyimpan data admin Id_admin
username
password
nama
2 Pembeli/pelangan Menginput nama
pelangan dan nilai
variable L.R.F.M
Id_admin
Id_pembeli
Nama_pembeli
3 Analisa cluster Menampilkan hasil
cluster dan literasi K-
means
-
Page 57
37
4.4.2. Rancangan antarmuka aplikasi
Rancangan Antarmuka meliputi perancangan struktur menu dan perancangan
tampilan pada tampilan user. Tahapan ini dilakukan perancangan antarmuka
aplikasi yang akan dijadikan acuan untuk tampilan aplikasi yang sebenarnya.
1. Halaman Login
2. Halaman Dashboard
Gambar 10. Halaman Login
Gambar 11. Halaman Dashboard
Gambar 11 Menggambarkan rancangan antarmuka Halaman Dashboard untuk user.
Page 58
38
3. Rancangan halaman Data Pembeli/Pelangan
Gambar 12. Mengambarkan halaman data pembeli
Gambar 12 Menggambarkan antar muka halaman Data pembeli untuk memasukan
nilai setiap Variable K-Means
4. Rancangan Halaman antarmuka Grafik
Gambar 13. Menggambarkan antarmuka grafik Variable Pelangan
Page 59
39
Gambar 13 mengambarkan antarmuka untuk menampilkan grafik nilai
variable setiap pelangan.
5. Halaman Antarmuka Analisa Cluster
Gambar 14. Menggambarkan Antarmuka Halaman Cluster
Gambar 14 Mengambarkan antarmuka Hasil perhitungan cluster dan menampilkan
nilai nilai iterasi yang tepat.
Page 60
40
4.1.3. Implementasi Protype
Pada tahapan ini, prototype yang sudah selesai dibuat akan dievaluasi oleh
pengguna, sedangkan pengembang bertugas menyesuaikan atau memperbaiki
hasil dari evaluasi pengguna sampai prototype tersebut memenuhi seluruh
kebutuhan. Jika tidak sesuai makan akan dilakukan identifikasi ulang. Berikut
tampilan aplikasi yang sudah dibangun.
1. Halaman Login
Gambar 15. Tampilan Login
Gambar 15 merupakan tampilan halaman login aplikasi untuk user admin.
Pada halaman login, pengguna diperintahkan untuk menginput username
dan password. Apabila username dan password benar maka akan dialihkan
ke halaman dasboard, apabila salah akan muncul notifikasi yang dapat
dilihat pada gambar 16.
Page 61
41
Gambar 16. Tampilan username salah input password
Cuplikan source code halaman login dapat dilihat pada gambar 17.
Gambar 17. Sourcode Login
Page 62
42
2. Halaman Dashboard
Gambar 18. Halaman Dashbord
Halaman Dashboard merupakan tampilan utama pada aplikasi untuk
user admin. Pada halaman ini admin dapat mengakses seluruh halaman.
Cuplikan source code halaman dashboard dapat dilihat pada gambar 19.
Gambar 19. Sourcode Dahsboard
Page 63
43
3. Halaman User Admin
Gambar 20.. Halaman Data Admin
Gambar 20. Merupakan tampilan halaman data admin pada halaman ini admin
bisa menambahkan akun ke user baru. Cuplikasi Sourcode halaman data admin
bisa dilihat pada gambar 21.
Gambar 21. Sourcode data admin
Page 64
44
4. Halaman Data Pembeli/Pelangan
Gambar 22. Halaman Data Pembeli/pelangan
Gambar 22 merupakan tampilan halaman data pelangan pada halaman ini user
admin bisa menginput nilai variable LRFM untuk dilakukan perhitungan K-
Means Clustering. Sourcode halaman data pelangan bisa di lihat pada gambar 23.
Gambar 23. Sourcode data Pembeli
Page 65
45
5. Halaman Data Analisa Cluster
Gambar 24
Gambar 23. Merupakan tampilan halaman clustering pada halaman
ini data setiap pelanggan bisa diketahui masuk ke cluster keberapa.
6. Halaman Data Grafik Pembeli/Pelangan
Gambar 24. Halaman data Grafik Pembeli/pelangan
Page 66
46
Gambar 24 merupakan tampilan halaman data Grafik Pelangan pada
halaman ini user bisa melihat grafik setiap pelangan. Sourcode data grafik
ini bisa dilihat pada gambar 25.
Gambar 25. Sourcode Data Grafik pembeli/pelangan
Page 67
47
BAB V
HASIL DAN PEMBAHASAN
5.1. Hasil
Berdasarkan pengamatan yang dilakukan penulis pada PT. Kreatif Global
Solusindo, penggunaan excel pada perusahaan tersebut sudah cukup baik dalam
pengolahan data, namu pada PT. Kreatif Global Solusindo belum ada pengelompokan
pelanggan berdasarkan tingkat loyal, sehingga pihak perusahaan melihat tingkat
pencapaian dari produksi per 7 bulan (semester) berdasarkan hasil penjualan, dimana
dalam jangka waktu tersebut dapat terjadi kesalahan dalam menentukan pelanggan
mana yang loyal terhadap PT.Kreatif Global Solusindo. Berdasarkan permasalahan
tersebut diusulkan sebuah aplikasi yang dapat membantu dalam pengelompokan
pelanggan tersebut. Hal ini dapat dilakukan dengan aplikasi pengelompokan
menggunakan metode K-Means.
5.1.1. Analisis kebutuhan aplikasi
Pada Tabel 9 di bawah ini akan menjabarkan spesifikasi fungsional
setiap user pada aplikasi.
Tabel 8. Tabel Fungsional
No User Deskripsi fungsional
1 Admin A . admin dapat masuk dan keluar aplikasi
b. admin dapat melihat menu Analisa cluster
c. admin dapat melihat hasil segmentasi pelanggan
d. admin dapat melihat grafik pelangan
Page 68
48
5.1.2. Tahapan Prototype
1. Pengumpulan Kebutuhan
Pengumpulan data ialah mengidentifikasi semua kebutuhan dari
garis besar aplikasi yang akan dibuat termasuk data yang dilakukan
proses awal data mining, berikut adalah prosesnya.
2. Data Cleaning
Pembersihan data dilakukan untuk menghilangkan data yang tidak
valid atau kurang sesuai nilainya. Sebelum itu, dipilih terlebih
dahulu atribut yang penting berkaitan dengan model LRFM. Dari 8
atribut yang ada, 3 atribut terpilih akan digunakan untuk proses
selanjutnya. Penjelasan mengenai atribut keseluruhan dan atribut
yang terpilih dapat dilihat pada table 10.
Tabel 9. Atribut Data Pelangan
No No
Tanggal Tanggal
Nama pembeli Nama Pembeli
Uraian pembelian
Jumlah Jumlah
Jual
Modal
Laba/rugi
Page 69
49
Dari semua atribut tersebut, maka tiga atribut yang digunakan adalah
tanggal, nama pembeli, dan jual.
5.1.3. Pemodelan LRFM
Pemodelan LRFM dilakukan untuk membentuk nilai variabel length,
recency, frequency, dan monetary sebagai masukan proses clustering. Nilai
LRFM didapatkan dengan mengekstrak nilai atribut yang sebelumnya
dipilih. Pemodelan LRFM ini dilakukan dengan melakukan proses
Perhitungan pada data yang diperoleh dari PT.KREATIF GLOBAL
SOLUSINDO.
-Nilai variable Length adalah selisih antara transaksi terakhir dan batas
periode analisis. Atribut yang digunakan untuk menghitung nilai variable
length adalah “tanggal” yang menunjukan tanggal transaksi. Nilai Length
diperoleh dengan mengurangkan tanggal batas periode dengan tanggal
trakhir transaksi.
- Nilai variable Recency adalah selisih waktu dari hari terakhir pelanggan
melakukan transaksi dengan hari yang dijadikan acuan, pada penelitian ini
adalah tanggal 3 januari 2022. Tanggal acuan ini diperoleh dari awal
pembuatan laporan penelitian ini, yang mana nilai itu tersimpan dalam
variabel hari pengerjaan. Maka untuk menghitung recency dengan cara
mengurangkan hari pengerjaan dengan tanggal transaksi.
- Nilai variabel frequency adalah banyaknya jumlah trasanksi yang
dilakukan oleh setiap pelanggan. Atribut yang diperlukan untuk
Page 70
50
mendapatkan nilai frequency adalah Nama Pembeli dan Tanggal. Nilai
Frequency diperoleh dengan menghitung banyaknya Tanggal transaksi yang
melakukan pembelian.
- Nilai variabel Monetary adalah jumlah uang yang dikeluarkan oleh
pelanggan pada keseluruhan transaksinya. Nilai Monetary diperoleh dari
penjumlahan atribut jumlah untuk setiap baris data dari pelanggan tersebut.
Setelah dihitung masing-masing variable, atribut yang diperoleh
adalah Nama Pembeli , L, R, F, M yang diurutkan berdasarkan Nama
Pembeli. Maka diperoleh data sebanyak 58 data pelangan yang diperoleh
sejak 1 Mei 2021 hingga 30 November 2021.
Tabel 10. Atribut LRFM
NO Nama Pembeli L R F M
1 Z-TECH KOMPUTER 28 62 2 265,755,000
2 UNIVERSITAS KADER BANGSA 82 116 2 10,200,000
3 TEKNOGRASI 15 49 2 31,820,000
4 SHOPEE FOOD 27 61 2 7,479,500
5 SD IT AL-FUQRON 46 80 4 13,331,000
6 RS SITI KHODIJAH 148 182 1 1,500,000
7 RS SILOAM 66 100 1 3,000,000
8 RS MUHAMMADIYAH 4 38 4 27,035,000
9 RS MMC 84 118 1 750,000
10 RS KUSTA Dr.RIVAI ABDULLAH 126 160 1 43,332,000
Page 71
51
… … … … … …
58 BALAI PENGEMBANGAN KMPETISI
PUPR
211 245 1 14,386,000
5.1.4. Normalisasi Data
Normalisasi data dilakukan untuk menyetarakan skala variabel monetary
yang terlalu jauh dengan variabel length, recency dan frequency. Kemudian,
normalisasi dilakukan dengan menggunakan metode Min-Max dari skala 0
hingga 1. Normalisasi dilakukan pada semua nilai variabel L,R,F, dan M
dengan memperhatikan nilai maksimum dan minimum setiap variable.
Tabel 11. Metode Min Max
Variabel MIN MAX
L 4 211
R 34 245
F 1 10
M 150,000 265,755,000
Perhitungan normalisasi didapatkan dengan mengurangi nilai setiap
variabel dengan nilai minimal variable tersebut, kemudian dibagi dengan
selisih antara nilai maksimum dan minimum variable tersebut.
Page 72
52
Tabel 12. Variable LRFM Telah Di Normalisasi
NO Nama Pembeli L R F M
1 Z-TECH KOMPUTER 0.115 0.132 0.111 0.994
2 UNIVERSITAS KADER BANGSA 0.376 0.388 0.111 0.378
3 TEKNOGRASI 0.053 0.071 0.111 0.275
4 SHOPEE FOOD 0.111 0.127 0.111 0.027
5 SD IT AL-FUQRON 0.202 0.218 0.333 0.049
6 RS SITI KHODIJAH 0.695 0.701 0 0.005
7 RS SILOAM 0.299 0.312 0 0.107
8 RS MUHAMMADIYAH 0 0.018 0.333 0.101
9 RS MMC 0.386 0.398 0 0.002
10 RS KUSTA Dr.RIVAI ABDULLAH 0.589 0.597 0 0.162
… … … … … …
58 BALAI PENGEMBANGAN KMPETISI
PUPR
1 1 0 0.053
5.1.5. Pembobotan LRFM
Melalui pengisian kuisioner dari pempinan PT. Kreatif Global Solusindo
didapat bobot untuk preferensi atau kepentingan dari nilai keempat
variable yaitu LRFM. Niali pembobotan tersebut dicari rata-ratanya untuk
diolah pada tahap selanjutnya.
Page 73
53
Tabel 13. Bobot Nilai Custome
Kreateria Length Recency Frequency Monetary
Length 1,00 5,00 0,142 0,111
Recency 0,2 1,00 0,333 0,142
Frequency 7,00 3,00 1,00 1,00
Monetary 9,00 7,00 1,00 1,00
Jumlah 17,2 16,00 2,475 2,253
Rata-Rata 4,3 4,00 0,618 0,563
5.1.6. Perhitungan CLV
Perhitungan CLV dilakukan untuk mengetahui nilai dari suatu pelanggan
terhadap perusahaan. Data yang dibutuhkan adalah data LRFM dari tiap
pelanggan dan hasil bobot untuk setiap variable LRFM. CLV diperoleh
dengan mengambil nilai LRFM masing -masing pelanggan yang kemudian
dikalikan dengan bobot ditiap variable tersebut. Kemudian hasil perkalian
tersebut dijumlahkan, hasil inilah yang disebut sebagai CLV, dan dapat
membantu perusahaan untuk melakukan pemeringkataan pelanggan.
Page 74
54
Tabel 14. Nilai Perhitungan CLV
NO Nama Pembeli L R F M CLV
1 Z-TECH KOMPUTER 28 62 2 265,755,000 1.649
2 UNIVERSITAS KADER BANGSA 82 116 2 10,200,000 3.448
3 TEKNOGRASI 15 49 2 31,820,000 0.733
4 SHOPEE FOOD 27 61 2 7,479,500 1.068
5 SD IT AL-FUQRON 46 80 4 13,331,000 1.972
6 RS SITI KHODIJAH 148 182 1 1,500,000 5.794
7 RS SILOAM 66 100 1 3,000,000 2.593
8 RS MUHAMMADIYAH 4 38 4 27,035,000 0.333
9 RS MMC 84 118 1 750,000 3.252
10 RS KUSTA Dr.RIVAI ABDULLAH 126 160 1 43,332,000 5.011
… … … … … … …
58 BALAI PENGEMBANGAN
KMPETISI PUPR
211 245 1 14,386,000 8.329
5.1.7. Proses Clustering
Proses clustering dilakukan untuk mendapatkan hasil pengelompokan
pelanggan dengan karakterristik atau kebiasaan yang mirip. Variabel
LRFM menjadi masukan dari proses clustering yang telah dikalikan
dengan bobot dari setiap variable.Dalam proses ini akan dijelaskan
Page 75
55
mengenai hasil dari penentuan nilai K dengan metode Elbow dan
clustering dengan metode K-Means.
5.1.8. Penentuan Nilai K
Data hasil dari proses sebelumnya, yaitu nilai variabel LRFM semua
pelanggan yang telah dikalikan bobot untuk tiap variabel, digunakan
sebagai masukan untuk menentukan nilai K atau jumlah cluster yang ingin
dihasilkan. Dalam menentukan rentang K digunakan penilaian dari 2
sampai 6. Kemudian ditampilkan grafik yang akan merepresentasikan nilai
SSE untuk setiap nilai K. Selanjutnya menentukan nilai K terbaik dengan
memperhatikan hasil grafik yang dihasilkan dari nilai setiap K serta
penurunan nilai SSE yang dihasilkan.
Tabel 15. Nilai SSE Ellbow Effect
K SSE
2 20.782
3 9.6472
4 4.8711
5 3.8487
6 1.8466
Page 76
56
Gambar 26. Grafik Metode Elbow Effect
Setelah mendapatkan nilai K terbaik, maka selanjutnya dilakukan
clustering. Masukan dari proses ini sama seperti pada proses sebelumya yaitu
data nilai variable LRFM dari seluruh pelanggan yang telah dikalikan dengan
bobot dari tiap variable.
5.1.9. Perhitungan Clustering K-Means
Proses Clustering K-Means dilakukan untuk pengelompokan pelanggan
terhadap cluster yang telah ditentukan jumlahnya. Nantinya hasil dari
pengolahan ini akan disimpan dalam bentuk .xlsx agar pengguna aplikasi
dapat memiliki data tersebut.
Langkah-langkah Perhitungan K-means
1. Jumlah cluster yang dibentuk adalah 4 cluster. Di mana hasil cluster
1 (C1) Loyal, cluster 2 (C2) sedang , cluster 3 (C3) Tidak Loyal dan cluster
(C4) Sangat Loyal berdasarkan besaran nilai yang dihasilkan oleh nilai CLV.
Page 77
57
2. Dalam melakukan pengujian sebagai pusat titik awal cluster
(centroid) masukan dari nilai sama seperti pada proses sebelumnya yaitu
data nilai variable LRFM dari seluruh pelanggan yang telah dikalikan
dengan bobot dari tiap variable. Berikut hasil data centroid awal untuk
iterasi 1.
Tabel 16. Centroid Awal Iterasi 1
Cluster Nama Pembeli L R F M
C1 RS SILOAM 1.285 1.248 0.000 0.060
C2 PT.MUSI AGRO SEJAHTERA 0.331 0.376 0.068 0.077
C3 PT.ANEKA BUMI PRATAMA 0.000 0.072 0.480 0.066
C4 IBU ITA 2.386 2.252 0.000 0.003
3. Perhitungan iterasi 1 dengan menghitung jarak terpendek dengan
menggunakan rumus Euclidean Distance :
C1 = √(0,494 – 1,285) 2 + (0.284 – 1.248) 2 + (0.068 – 0.000) 2 +
(0.559 – 0.060) 2 = 1,1822
C2 = √0,494 – 0,2331) 2 + (0.284 – 0,376) 2 + (0.068 – 0.068) 2 +
(0.559 – 0.077) 2 = 0,5310
C3 = √0,494 – 0,000) 2 + (0.284 – 0,072) 2 + (0.068 – 0.480) 2 +
(0.559 – 0.066) 2 = 0,9299
C4 = √0,494 – 2,386) 2 + (0.284 – 2,252) 2 + (0.068 – 0,000) 2 +
(0.559 – 0.003) 2 = 2,6202
Page 78
58
4. Hasil perhitungan iterasi 1 dapat dilihat pada table dibawah ini.
Table 17. Nilai Iterasi 1
NO Nama Pembeli L R F M C1 C2 C3 C4 Jarak Terpendek
1 Z-TECH
KOMPUTER
0.494 0.528 0.068 0.559 1.1822 0.5310 0.9299 2.6202 0.5310
2 UNIVERSITAS
KADER BANGSA
1.616 1.552 0.068 0.212 0.4793 1.7471 2.2345 1.0636 0.4793
3 TEKNOGRASI 0.227 0.284 0.068 0.154 1.4360 0.1588 0.5234 2.9260 0.1588
4 SHOPEE FOOD 0.477 0.508 0.068 0.015 1.0987 0.2064 0.7681 2.5866 0.2064
5 SD IT AL-FUQRON 0.868 0.872 0.205 0.027 0.5986 0.7454 1.2127 2.0619 0.5986
6 RS SITI KHODIJAH 2.988 2.804 0.000 0.002 2.3075 3.6007 4.0776 0.8168 0.8168
7 RS SILOAM 1.285 1.248 0.000 0.060 0.0000 1.2944 1.8068 1.4911 0.0000
8 RS
MUHAMMADIYAH
0.000 0.072 0.205 0.056 1.7539 0.4703 0.2752 3.2389 0.2752
9 RS MMC 1.659 1.592 0.000 0.001 0.5116 1.8035 2.3016 0.9819 0.5116
10 RS KUSTA Dr.RIVAI
ABDULLAH
2.532 2.388 0.000 0.091 1.6898 2.9828 3.4650 0.2181 0.2181
… … … … … … … … … … …
58 BALAI
PENGEMBANGAN
KMPETISI PUPR
4.300 4.000 0.000 0.029 4.0822 5.3752 5.8439 2.5922 2.5922
Jumlah 15 18 2 23
Page 79
59
Dari hasil perhitungan Iterasi 1 dapat dihasilkan pengelompokan untuk C1= 15,C2
= 18,C3 = 2,dan C4 = 23 seperti yang ditujunkan pada table diatas. Proses Iterasi
terus berulang sampai jumlah cluster sama dengan jumlah Iterasi sebelumnya.
Ketika jumlah cluster terkhir sama dengan cluster sebelumnya, maka proses K-
means berhenti. Dengan kata lain bila perhitungan kelompok data hasil mengalami
perubahan maka melakukan pengulangan setiap data dengan centrorid yang baru.
5. Pada pengujian sampel ini, proses Iterasi dilakukan sebanyak 5 kali karena
jumlah anggota dari perhitungan Itersai ke-4 dan ke-5 sama maka proses Iterasi
dihentikan. Berikut
Table 18. Atribut LRFM
Cluster Nama Pembeli L R F M
C1 RS SILOAM 1.6942 1.4036 0.0170 0.0521
C2 PT.MUSI AGRO SEJAHTERA 0.5306 0.5204 0.1712 0.0847
C3 PT.ANEKA BUMI PRATAMA 0.0898 0.1568 0.1642 0.0670
C4 IBU ITA 3.2347 3.0305 0.0036 0.0456
6. Setelah mendapatkan pembaruan centeroid, Langkah selanjutnya ulangi Iterasi
dengan pusat centeroid baru dengan cara pengerjaan perhitungan yang sama
dengan Iterasi ke-1. Maka didapat hasil cluster Iterasi ke-5
Tabel 19. Nilai Iterasi 5
NO Nama Pembeli L R F M C1 C2 C3 C4 Jarak Terpendek
1 Z-TECH
KOMPUTER
0.494 0.528 0.068 0.559 1.5706 0.4868 0.7433 3.7472 0.4868
Page 80
60
2 UNIVERSITAS
KADER BANGSA
1.616 1.552 0.068 0.212 0.2373 1.5064 2.0751 2.1995 0.2373
3 TEKNOGRASI 0.227 0.284 0.068 0.154 1.8491 0.4044 0.2277 4.0750 0.2277
4 SHOPEE FOOD 0.477 0.508 0.068 0.015 1.5125 0.1361 0.5341 3.7380 0.1361
5 SD IT AL-FUQRON 0.868 0.872 0.205 0.027 1.0006 0.4919 1.0585 3.2096 0.4919
6 RS SITI KHODIJAH 2.988 2.804 0.000 0.002 1.9073 3.3600 3.9292 0.3378 0.3378
7 RS SILOAM 1.285 1.248 0.000 0.060 0.4382 1.0623 1.6267 2.6418 0.4382
8 RS
MUHAMMADIYAH
0.000 0.072 0.205 0.056 2.1631 0.6961 0.1305 4.3882 0.1305
9 RS MMC 1.659 1.592 0.000 0.001 0.1991 1.5678 2.1339 2.1340 0.1991
10 RS KUSTA Dr.RIVAI
ABDULLAH
2.532 2.388 0.000 0.091 1.2934 2.7428 3.3121 0.9532 0.9532
… … … … … … … … … … …
58 BALAI
PENGEMBANGAN
KMPETISI PUPR
4.300 4.000 0.000 0.029 3.6786 5.1331 5.7030 1.4405 1.4405
Jumlah 16 18 5 19
5.1.10. Pengujian Kualitas Clustering
Pengujian kualitas dijalankan untuk mengetahui seberapa baik kualitas
hasil dari proses clustering yang dilakukan. Pengujian dilakukan dengan
mengukur SSE.
Page 81
61
Hasil pengujian SSE menampilkan nilai error total pada hasil clustering
berdasarkan parameter yang telah digunakan. Nilai SSE yang diperoleh
untuk jumlah K=4 adalah 4.8711
5.1.11. Hasil Clustering
Setelah berhasil menjalankan proses clustering maka keluaran yang
dihasilkan adalah pemetaan cluster pelanggan.
Tabel 20. Pemetaaan Cluster Pelanggan
NO Nama Pembeli L R F M Cluster
1 Z-TECH KOMPUTER 28 62 2 265,755,000 2
2 UNIVERSITAS KADER BANGSA 82 116 2 10,200,000 1
3 TEKNOGRASI 15 49 2 31,820,000 3
4 SHOPEE FOOD 27 61 2 7,479,500 2
5 SD IT AL-FUQRON 46 80 4 13,331,000 2
6 RS SITI KHODIJAH 148 182 1 1,500,000 4
7 RS SILOAM 66 100 1 3,000,000 1
8 RS MUHAMMADIYAH 4 38 4 27,035,000 3
9 RS MMC 84 118 1 750,000 1
10 RS KUSTA Dr.RIVAI
ABDULLAH
126 160 1 43,332,000 4
… … … … … … 2
58 BALAI PENGEMBANGAN
KMPETISI PUPR
211 245 1 14,386,000 4
Page 82
62
Dari hasil clustering ini didapatkan Empat segmen , dengan C1 terdapat 16
pelanggan C2 terdapat 18 pelanggan C3 terdapat 5 pelanggan dan C4
terdapat 19.
5.1.12. Knowledge Presentation
Proses Clustering menghasilkan empat segmen dengan total 58 jumlah
pelanggan yang menjadi anggotanya. Masing-masing segmen memiliki
value yang berbeda. Value setiap segmen pelanggan sangat dipengaruhi
oleh nilai variable Length, Recency, Frequency dan Monetry. Keempat
variable tersebut juga mempengaruhi nilai CLV dari tiap pelanggan. Nilai
CLV inilah yang menjadi ukuran tingkat kepentingan dari setiappelanggan.
5.1.13. Analisis Segmen 1
Segemen Pertama memiliki jumlah pelanggan sebanyak 16 pelanggan
dengan rata-rata nilai CLV pada cluster tersebut 3.04269 yang
menjadikannya sebagai pelanggan loyal dengan pringkat ke-2. Hal ini
dibuktikan dengan hasil nilai rata-rata nilai dari kempat variable pada
kelompok pelanggan ini.
Tabel 21. Analisa segmen 1
C1
Peringkat 2
Page 83
63
Jumlah Pelanggan 16
CLV
Length
Recency
3.04269
55-113 Hari
(Rata-Rata 82,81 Hari)
34-144 Hari
(Rata-Rata 109,75 hari)
Frequency
Monetery
1-2 Kali
(Rata Rata 1,18 Kali)
Rp.300.000 – Rp.206.283.750
(Rata Rata Rp.17.203.756)
5.1.14. Analisis Segmen 2
Segemen Pertama memiliki jumlah pelanggan sebanyak 18 pelanggan
dengan rata-rata nilai CLV pada cluster tersebut 1.17572 yang
menjadikannya sebagai pelanggan sedang dengan peringkat ke-3. Hal ini
dibuktikan dengan hasil nilai rata-rata nilai dari kempat variable pada
kelompok pelanggan ini.
Tabel 22. Analisa segmen 2
C2
Peringkat 3
Jumlah Pelanggan 18
Page 84
64
CLV
Length
Recency
1.17572
20-50 Hari
(Rata-Rata 29,66 Hari)
54-84 Hari
(Rata-Rata 63,66 hari)
Frequency
Monetery
1-10 Kali
(Rata Rata 3,5 Kali)
Rp.1.212.500 – Rp.265.755.000
(Rata Rata Rp.40.618.993)
5.1.15. Analisis Segmen 3
Segemen Pertama memiliki jumlah pelanggan sebanyak 5 pelanggan
dengan rata-rata nilai CLV pada cluster tersebut 0.60020 yang
menjadikannya sebagai pelanggan tidak loyal dengan pringkat ke-4. Hal
ini dibuktikan dengan hasil nilai rata-rata nilai dari kempat variable pada
kelompok pelanggan ini.
Tabel 23. Analisa segmen 3
C3
Peringkat 4
Jumlah Pelanggan 5
Page 85
65
CLV
Length
Recency
0.60020
4-15 Hari
(Rata-Rata 8,4 Hari)
38-49 Hari
(Rata-Rata 42,4 hari)
Frequency
Monetery
1-8 Kali
(Rata Rata 3,4 Kali)
Rp.6.000.000 –
Rp.31.820.000
(Rata Rata Rp.23.778.992)
5.1.16. Analisis Segmen 4
Segmen Pertama memiliki jumlah pelanggan sebanyak 19 pelanggan
dengan rata-rata nilai CLV pada cluster tersebut 5.50116 yang
menjadikannya sebagai pelanggan sangat loyal dengan pringkat ke-1. Hal
ini dibuktikan dengan hasil nilai rata-rata nilai dari kempat variable pada
kelompok pelanggan ini.
Tabel 24. Analisa Segmen 4
C4
Peringkat 1
Jumlah Pelanggan 19
Page 86
66
CLV
Length
Recency
5.50116
119-211 Hari
(Rata-Rata 159,94 Hari)
153-245 Hari
(Rata-Rata 193,94 hari)
Frequency
Monetery
1-2 Kali
(Rata Rata 1,05 Kali)
Rp.150.000 – Rp.65.350.000
(Rata Rata Rp.15.295.905)
Perbandingan value dari setiap segmen dilihat pada table. Dari table tersebut
dapat disimpulkan bahwa nilai value C4 memiliki nilai variable yang baik.
Tabel 25. Perbandingan Setiap Cluster
C1 C2 C3 C4
Peringkat 2 3 4 1
Jumlah
Pelanggan
16 18 5 19
CLV
Length
3.04269
55-113 Hari
1.17572
20-50 Hari
0.60020
4-15 Hari
5.50116
119-211 Hari
Page 87
67
Recency
(Rata-Rata
82,81 Hari)
34-144 Hari
(Rata-Rata
109,75 hari)
(Rata-Rata
29,66 Hari)
54-84 Hari
(Rata-Rata
63,66 hari)
(Rata-Rata 8,4
Hari)
38-49 Hari
(Rata-Rata
42,4 hari)
(Rata-Rata
159,94 Hari)
153-245 Hari
(Rata-Rata
193,94 hari)
Frequency
Monetery
1-2 Kali
(Rata Rata 1,18
Kali)
Rp.300.000 –
Rp.206.283.750
(Rata Rata
Rp.17.203.756)
1-10 Kali
(Rata Rata 3,5
Kali)
Rp.1.212.500 –
Rp.265.755.000
(Rata Rata
Rp.40.618.993)
1-8 Kali
(Rata Rata 3,4
Kali)
Rp.6.000.000 –
Rp.31.820.000
(Rata Rata
Rp.23.778.992)
1-2 Kali
(Rata Rata 1,05
Kali)
Rp.150.000 –
Rp.65.350.000
(Rata Rata
Rp.15.295.905)
Page 88
68
BAB VI
PENUTUP
5.2. Kesimpulan
Berdasarkan hasil penelitian yang dilakukan tentang segemntasi pelanggan dengan
menggunkan algoritma K-means dan model LRFM dapat ditarik kesimpulan, yaitu :
1. Segmentasi pelanggan dapat membantu pihak perusahaan dalam mengetahui segmen
pelanggan yang dimiliki berdasarkan pertimbangan dari nilai variable LRFM, dengan
hasil segmen pelanggan perusahaan dapat menentukan stategi pemberian harga special
untuk setiap segmen pelanggan.
2. Hasil clustering menghasilkan 4 cluster dengan acuan nilai dari SSE (Sum Squared
Error) yaitu 4.8711.
3. Penelitian ini menghasilkan analisis segmentasi dari clustering yang telah
dilakukan. Analisis dilakukan berdasarkan beberapa value, value pertama
adalah nilai dari CLV dari setiap clustering dan kempat variable LRFM yang
dijadikan acuan untuk tahapan clustering dan C4 sebagai pelanggan yang loyal
dengan peringkat ke-1 untuk nilai CLV yang diperoleh C4 memiliki nilai ClV
tertinggi yaitu 5.50116.
5.3. Saran
1. Penelitian data dapat dikembangkan dengan memperpanjang periode data yang
digunakan untuk pengolahan.
2. Penentuan nilai optimal terhadap K dapat dikembangkan dengan metode lain,
misalkan SOM agar dapat memberikan nilai K yang lebih optimal.
Page 89
69
3. Sebagai masukan untuk peneliti selanjutnya rentang waktu transaksi lebih baik
diperbanyak lebih dari 1 tahun transaksi agar hasil clustering lebih akurat.
4. Penelitian ini dapat dilanjutkan dengan menggunakan perhitungan AHP
(Analytical Hierarchy Process) untuk dilakukan uji kosnsistensi agar nilai bobot
yang diperoleh tetap optimal atau dikombinasikan dengan metode atau model
perhitungan lain.
5. Penelitian ini dapat dikembangkan lagi dengan menggunakan software selain
bahasa pemrograman PHP, misal menggunakan tools orange data mining
sebagai pembanding hasil clustering.
Page 90
xviii
Daftar Pustaka
Apip Pramudiansyah, Hamonangan Munte ” SEGMENTASI PELANGGAN
MENGGUNAKAN ALGORITMA KMEANS BERDASARKAN
MODEL RECENCY FREQUENCY MONETARY”, (2021).
A T Widiyanto, A Witanti “Segmentasi Pelanggan Berdasarkan Analisis RFM
Menggunakan Algoritma K-Means Sebagai Dasar Strategi Pemasaran
(Studi Kasus PT Coversuper Indonesia Global)”, (2020)
Muhammad Taufik Dharmawan, Nanang Yudi Setiawan, Fitra Abdurrachman
Bachtiar “Segmentasi Pelanggan Menggunakan Metode Fuzzy C-
Means Clustering Berdasarkan LRFM Model Pada Toko Sepatu”,
(2019).
Faisal Kamal, Yusi Tyroni Mursityo, Admaja Dwi Herlambang “Pengembangan
Sistem Informasi Pemetaan Perilaku Pelanggan dengan Prediktor
Length, Recency, Frequency dan Monetary (Studi pada Bagian
Marketing Radio Kalimaya Bhaskara)”, (2019).
Bagaskoro Cahyo Laksono, Ika Yuni Wulansari, “PEMODELAN DAN
PENERAPAN METODE RFM PADA ESTIMASI NILAI
KONSUMEN (CUSTOMER LIFETIME VALUE)
MENGGUNAKAN K-MEANS CLUSTERING MACHINE
LEARNING”, (2020).
Siti Monalisa, “KLASTERISASI CUSTOMER LIFETIME VALUE DENGAN
Page 91
xix
MODEL LRFM MENGGUNAKAN ALGORITMA K-MEANS”,
(2018).
Nisa Hanum Harani, Cahyo Prianto, Fikri Aldi Nugraha, “Segmentasi Pelanggan
Produk Digital ServiceI ndihome Menggunakan Algoritma K-Means
Berbasis Python”, (2015).
Ni Putu Eka Merliana, Ernawati, Alb. Joko Santoso “ANALISA PENENTUAN
JUMLAH CLUSTER TERBAIK PADA METODE K-MEANS
CLUSTERING”,
Elly Muningsih, “OPTIMASI JUMLAH CLUSTER K-MEANS DENGAN
METODE ELBOW UNTUK PEMETAAN PELANGGAN”, (2017).
A. Q. G. Fajri, “Pengaruh Customer Relationship Management Terhadap
Relationship Quality Dan Customer Lifetime Value,”, (2019).
Sembiring, M. A. (2019). Prediksi Kinerja Pencapaian Hasil Usaha Menggunakan
Decission Tree. Journal of Science and Social Research,
Wardani, N. W. (2020). Penerapan Data Mining Dalam analytic CRM. Yayasan
Kita Menulis.
Wanto, A. (2020). Data Mining : Algoritma Dan Implementasi. Yayasan Kita
Menulis.
Page 92
xx
A. Kuisioner Penelitian
KUISIONER PENELITIAN KRITERIA NILAI PERILAKU PELANGGAN
PADA PT.KREATIF GLOBAL SOLUSINDO
Kuesioner ini bertujuan untuk mendapatkan masukan
pendapat/pemikiran dari Narasumber terkait dengan pemeringkatan
kriteria yang akan digunakan dalam pemberian bobot pada variabel
segmentasi retailer. Kami menjamin kerahasiaan data/informasi yang
diberikan serta tidak akan membawa implikasi apapun bagi
responden.
IDENTITAS RESPONDEN
Nama :
Jabatan :
PETUNJUK PENGISIAN
1. Berilah tanda centang (√) pada kriteria yang menurut penilaian
bapak/ibu lebih penting dibandingkan dengan keriteria lainnya,
dengan cara membandingkan kriteria pada sebelah kiri dengan
kriteria pada sebelah kanan. Kriteria yang dimaksud adalah
perilaku retailer yang melakukan transaksi. Skala numerik akan
menunjukkan suatu perbandingan dari tingkat kepentingan dua
kriteria dengan penjelasan setiap skalanya yaitu:
Skala Nilai Tingkat Prefensi Penjelasan
1 Sama Pentingnya Kedua kriteria memiliki
pengaruh yang sama
3 Sedikit lebih penting Penilaian dan pengalaman
sedikit memihak pada salah
satu kriteria tertentu
dibanding kriteria
pasangannya
5 Lebih Penting Penilaian dan pengalaman
memihak pada salah satu
kriteria tertentu disbanding
kriteria pasangannya
7 Jelas lebih penting Salah satu kriteria lebih
diprioritaskan dan relatif
lebih penting dibandingkan
kriteria pasangannya.
9 Mutlak Salah satu kriteria sangat
jelas lebih penting
Page 93
xxi
dibandingkan kriteria
pasangannya.
2,4,6,8 Diberikan bila ada keraguan
penilaian diantara dua tingkat
kepentingan yang
berdekatan.
2. Jika kriteria pada sebelah kiri lebih penting dibandingkan dengan kriteria
sebelah kanan, maka pilih skala yang lebih dekat pada kriteria sebelah kiri,
begitu pula sebaliknya
3. Kriteria retailer yang dibandingkan yaitu:
a. Length : Interval atau jarak waktu trasanksi awal
hingga transaksi terakhir yang dilakukan
oleh pelanggan
b. Recency : Jarak dari waktu trasanksi terakhir kali
yang dilakukan oleh pelanggandengan
waktu saat ini
c. Frequency : Total jumlah trasanksi yang dilakukan
oleh pelanggan selama periode tertentu
d. Monetary : Total nilai trasanksi suatu produk dalam
bentuk uang yang diberikan pelanggan
pada perusahaan.
Kriteria Skala Prioritas Kriteria Length 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Recency
√
Length 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Frequency
√
Length 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Monetary
√ Recency 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Fequency
√
Recency 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Monetary
√
Frequency 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Monetary
√
Page 94
xxii
2. Bobot Nilai Kuisioner/Nilai Custome
Kriteria Length Recency Frequency Monetary
Length 1,00 5,00 0,142 0,111
Recency 0,2 1,00 0,333 0,142
Frequency 7,00 3,00 1,00 1,00
Monetary 9,00 7,00 1,00 1,00
Jumlah 17,2 16,00 2,475 2,253
Rata-Rata 4,3 4,00 0,618 0,563
Page 95
xxiii
C. Data Transaksi Pelanggan Bulai Mei sampai Bulan November 2021
NO
Nama Pelanggan
Jumlah
Transaksi (Mei
s/d November 2021)
Jumlah
1 PT. AGRONUSA ALAM SEJAHTERA 7 28.000.000
2 PT. WAHANA LESTARI MAKMUR
SUKSES 10 189.202.000
3 PT. GLOBAL ALAM LESTARI 8 23.039.000
4 PT. BUMI SAWINDO PERMAI 10 54.000.000
5 Balai Pengembangan Kompetensi PUP 1 14.386.000
6 PEMKAB. OKI - DINAS KOMUNKASI
& INFORMATIKA 1 65.350.000
7 PT. Palembang Kulina Utama 1 22,883.000
8 PT. ANEKA BUMI PRATAMA 8 31.571.210
9 PT. RIZKI TUJUHBELAS KELOLA 1 18.700.000
10 KAMPUNG TAUHID (Bpk Agus) 1 500.000
11 Notaris Dian Saraswati 2 1.700.000
12 PT. AGRONUSA INTI MANDIRI 2 11.856.500
13 PONPES Khasanah Kampus A dan B 1 94.160.000
14 PT. MUSI AGRO SEJAHTERA 2 36.860.550
15 PT. BINASAWIT MAKMUR 1 6.829.900
16 Bpk. Surya Yusra Dosen BINA DARMA 1 20.284.000
17 RS Muhammadiyah Palembang 4 27.035.000
18 PT. MANAMBANG MUARAENIM 1 3.350.00
19 IBU ITA 1 2.000.000
20 Al Furqon 4 13.331.500
21 PT. ARJUNA MAS ABADI 1 17.742.000
22 Ibu Ning 1 1.030.000
23 RS Ar Rasyid 4 11.935.500
24 PT. MIDTOU ARYACOM FUTURES 1 8.500.000
25 IBU Kholilah 1 4.377.000
26 PT. SRIJASA BRIKA PERKASA 2 10.000.000
27 PT. GLOBAL MAKARA TEKNIK 1 6.800.000
28 RSS MMC 1 750.000
29 UNIVERSITAS KADER BANGSA 2 10.200.000
Page 96
xxiv
30 KOPKAR KITLUR SUMBAGSEL
(KOPKAR PLN) 1 206.283.000
31 PT.SOLID 1 300.000
32 PT. NIPPON INDOSARI CORPINDO 1 2.700.000
33 BPK AGUNG BAGUSTA 2 1.700.000
34 Z-TECH KOMPUTER 2 265.755.000
35 PT. PINAGO UTAMA TBK 1 3.235.000
36 SILOAM HOSPITALS PALEMBANG 1 3.000.000
37 SHOPEE FOOD 2 6.698.000
38 PT. KASIH AGRO MANDIRI 2 10.179.318
39 PT.ABL 1 800.000
40 PT.FIF 1 2.810.000
41 Masjid Nurullah 1 740.000
42 PT. BARA PAGMER JAYA 3 50.636.000
43 PT. GLOBAL MAKARA TEKNIK 1 6.000.000
44 PT. LAJU PERDANA INDAH 1 2.040.000
45 TEKNOGRASI 2 31.820.000
46 Bpk Yusuf Solehat 1 2.500.000
47 Bpk. Wendi 1 1.212.000
48 PT. TRIMATA BENUA 1 6.000.000
49 PT. MANAMBANG MUARA ENIM 1 21.000.000
50 PT.BBIP 1 1.200.000
51 RS SITI KHODIJAH, PALEMBANG 1 1.500.000
52 Bpk Gusnar 1 200.000
53 Bpk. Reinaldi 1 2.200.000
54 Kantor Notaris Halida dan Yandes 1 150.000
55 PT. TRIARYANI 2 42.474.500
56 Bpk Lukman 1 1.720.000
57 PT. BAYUNG AGRO SAWITA 1 35.846.800
58 RS Kusta Dr. Rivai Abdullah Palembang 1 43.332.000
Page 97
xxv
D. Atribut LRFM
No Nama Perusahaan Tanggal
Transaksi
Batas
Periode Jumlah L R F M
1 Z-TECH KKOMPUTER 02-Nov-21 30-Nov-21
12.830.000 28 62 2 265.755.000
Z-TECH KKOMPUTER 24-Sep-21 252.925.000
2 UNIVERSITAS KADER
BANGSA 09-Sep-21
30-Nov-21 300.000
82
116
2
10.200.000 UNIVERSITAS KADER
BANGSA 23-Jul-21 9.900.000
3 TEKNOGRASI 15-Nov-21 30-Nov-21
17.100.000 15 49 2 31.820.000
TEKNOGRASI 29-Oct-21 14.720.000
4 SHOPEE FOOD 03-Nov-21 30-Nov-21
2.908.000 27 61 2 7.479.500
SHOPEE FOOD 30-Sep-21 4.571.500
5 SD IT AL-FUQRON 15-Oct-21
30-Nov-21
350.000
46
80
4
13.331.000 SD IT AL-FUQRON 23-Aug-21 550.000
SD IT AL-FUQRON 06-Aug-21 300.000
SD IT AL-FUQRON 02-Jul-21 12.131.000
6 RS SITI KHODIJAH 05-Jul-21 30-Nov-21 1.500.000 148 182 1 1.500.000
7 RS SILOAM 25-Sep-21 30-Nov-21 3.000.000 66 100 1 3.000.000
8 RS MUHAMMADIYAH 26-Nov-21
30-Nov-21
210.000
4
38
4
27.035.000 RS MUHAMMADIYAH 19-Nov-21 1.600.000
RS MUHAMMADIYAH 11-Oct-21 23.825.000
RS MUHAMMADIYAH 16-Jun-21 1.400.000
9 RS MMC 07-Sep-21 30-Nov-21 750.000 84 118 1 750.000
10 RS KUSTA Dr.RIVAI
ABDULLAH 27-Jul-21 30-Nov-21 43.332.000 126 160
11 RS AR-RASYID 10-Nov-21
30-Nov-21
1.990.000
20
54
4
13.925.500 RS AR-RASYID 24-Aug-21 1.550.000
RS AR-RASYID 13-Aug-21 9.260.500
RS AR-RASYID 28-Jul-21 1.125.000
12 PT.WAHANA LESTARI
MAKMUR SUSKES 03-Aug-21
30-Nov-21
2.300.000
27
61
10
189.202.000
PT.WAHANA LESTARI MAKMUR SUSKES
02-Aug-21 4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
03-Nov-21 4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
02-Oct-21 4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
02-Sep-21 4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
22-Jul-21 78.700.000
Page 98
xxvi
PT.WAHANA LESTARI MAKMUR SUKSES
01-Jul-21
4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
01-Jul-21 80.202.000
PT.WAHANA LESTARI MAKMUR SUKSES
01-Jun-21 4.000.000
PT.WAHANA LESTARI MAKMUR SUKSES
01-May-21 4.000.000
13 PT.TRIMATA BENUA 17-Nov-21 30-Nov-21 6.000.000 13 47 1 6.000.000
14 PT.TRIARYANI 21-Jul-21 30-Nov-21
37.474.500 132 166 2 42.474.500
PT.TRIARYANI 14-Jul-21 5.000.000
15 PT.SRIJASA BRIKASA
PERKASA 29-Oct-21
30-Nov-21 2.500.000
32
66
2
10.000.000 PT.SRIJASA BRIKASA
PERKASA 24-Aug-21 7.500.000
16 PT.SOLID 04-Sep-21 30-Nov-21 300.000 87 121 1 300.000
17 PT.RIZKI TUJUHBELAS
KELOLA 24-May-21 30-Nov-21 18.700.000 190 224 1 18.700.000
18 PT.PINAGO 25-Sep-21 30-Nov-21 3.235.000 66 100 1 3.235.000
19 PT.PALEMBANG KULINA UTAMA
05-May-21 30-Nov-21 22.883.000 209 243 1 22.883.000
20 PT.NIPPON INDOSARI
CORPINDO 16-Sep-21 30-Nov-21 2.700.000 75 109 1 2.700.000
21 PT.MUSI AGRO
SEJAHTERA 10-Nov-21
30-Nov-21
6.060.000
20
54
2
36.860.550 PT.MUSI AGRO
SEJAHTERA 11-Jun-21 30.800.550
22 PT.MIDTOU
ARYACOM FUTURES 14-Aug-21 30-Nov-21 8.500.000 108 142 1 8.500.000
23 PT.MANAMBANG
MUARAENIM 24-Nov-21
30-Nov-21 21.000.000
6
40
2
22.468.750 PT.MANAMBANG
MUARAENIM 23-Jun-21 1.468.750
24 PT.LAJU PERDANA
INDAH 18-Oct-21 30-Nov-21 2.040.000 43 77 1 2.040.000
25 PT.KASIH AGRO
MANDIRI 11-Oct-21
30-Nov-21
3.031.818
50
84
2
10.179.318 PT.KASIH AGRO
MANDIRI 30-Sep-21 7.147.500
26 PT.GLOBAL MAKARA
LESTARI 11-Oct-21
30-Nov-21 6.000.000
50
84
2
12.600.000 PT.GLOBAL MAKARA
LESTARI 27-Aug-21 6.600.000
27 PT.GLOBAL ALAM
LESTARI 04-Nov-21 30-Nov-21 2.437.000 26 60 8 23.039.000
Page 99
xxvii
PT.GLOBAL ALAM LESTARI
02-Oct-21
2.437.000
PT.GLOBAL ALAM LESTARI
02-Sep-21 2.437.000
PT.GLOBAL ALAM LESTARI
16-Aug-21 5.980.000
PT.GLOBAL ALAM LESTARI
02-Aug-21 2.437.000
PT.GLOBAL ALAM LESTARI
01-Jun-21 2.437.000
PT.GLOBAL ALAM LESTARI
01-May-21 2.437.000
PT.GLOBAL ALAM LESTARI
01-Jul-21 2.437.000
28 PT.FIF 30-Sep-21 30-Nov-21 1.646.000 61 95 1 1.646.000
29 PT.BUMI SAWINDO
PERMAI 05-Nov-21
30-Nov-21
2.000.000
25
59
10
54.000.000
PT.BUMI SAWINDO PERMAI
22-Oct-21 4.000.000
PT.BUMI SAWINDO PERMAI
02-Oct-21 2.000.000
PT.BUMI SAWINDO PERMAI
02-Sep-21 2.000.000
PT.BUMI SAWINDO PERMAI
09-Aug-21 20.000.000
PT.BUMI SAWINDO PERMAI
02-Aug-21 2.000.000
PT.BUMI SAWINDO PERMAI
02-Aug-21 16.000.000
PT.BUMI SAWINDO PERMAI
01-Jul-21 2.000.000
PT.BUMI SAWINDO PERMAI
01-Jun-21 2.000.000
PT.BUMI SAWINDO PERMAI
01-May-21 2.000.000
30 PT.BINASAWIT
MAKMUR 11-Jun-21 30-Nov-21 6.829.900 172 206 1 6.829.900
31 PT.BBIP 06-Nov-21 30-Nov-21 2.271.500 24 1 2.271.500
32 PT.BAYUNG AGRO
SAWITA 27-Jul-21 30-Nov-21 35.846.800 126 160
33 PT.BARA PAGMER
JAYA 06-Nov-21
30-Nov-21
12.544.000
24
58
3
50.636.000 PT.BARA PAGMER
JAYA 11-Oct-21 31.714.500
PT.BARA PAGMER JAYA
11-Oct-21 6.377.500
Page 100
xxviii
34 PT.ARJUNA MAS
ABADI 09-Aug-21 30-Nov-21 17.742.000 113 34 1 17.742.000
35 PT.ANEKA BUMI
PRATAMA 26-Nov-21
30-Nov-21
400.000
4
38
8
31.571.210
PT.ANEKA BUMI PRATAMA
22-Oct-21 400.000
PT.ANEKA BUMI PRATAMA
25-Sep-21 700.000
PT.ANEKA BUMI PRATAMA
25-Sep-21 500.000
PT.ANEKA BUMI PRATAMA
16-Sep-21 1.450.000
PT.ANEKA BUMI PRATAMA
05-Jun-21 25.908.710
PT.ANEKA BUMI PRATAMA
22-May-21 1.800.000
PT.ANEKA BUMI PRATAMA
10-Jun-21 412.500
36 PT.AGRONUSA INTI
MANDIRI 24-Aug-21
30-Nov-21 950.000
98
132
2
11.856.500 PT.AGRONUSA INTI
MANDIRI 01-Jun-21 10.906.500
37 PT.AGRONUSA ALAM
SEJAHTERA 02-Nov-21
30-Nov-21
4.000.000
28
62
7
29.550.000
PT.AGRONUSA ALAM SEJAHTERA
02-Oct-21 4.000.000
PT.AGRONUSA ALAM SEJAHTERA
02-Sep-21 4.000.000
PT.AGRONUSA ALAM SEJAHTERA
02-Aug-21 4.000.000
PT.AGRONUSA ALAM SEJAHTERA
01-Jul-21 4.000.000
PT.AGRONUSA ALAM SEJAHTERA
25-Jun-21 1.550.000
PT.AGRONUSA ALAM SEJAHTERA
01-Jun-21 4.000.000
PT.AGRONUSA ALAM SEJAHTERA
01-May-21 4.000.000
38 PT.ABL 10-Nov-21 30-Nov-21 6.560.000 20 54 1 6.560.000
39 PT.AAM 14-Jul-21 30-Nov-21 2.200.000 139 1 2.200.000
40 PONPES KHASANAH 08-Jun-21 30-Nov-21 9.416.000 175 209 1 9.416.000
41
PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
03-May-21
30-Nov-21
65.350.000
211
245
1
65.350.000
42 NOTARIS DIAN
SARASWATI 29-May-21 30-Nov-21 1.700.000 185 219 1 1.700.000
Page 101
xxix
43 MASJID NURULLAH 06-Oct-21 30-Nov-21 740.000 55 89 1 740.000
44 KOPKAR KITLUR
SUMBAGSEL 04-Sep-21 30-Nov-21 206.283.750 87 121 1 206.283.750
45 KANTOR NOTARIS HALIDA & YADES
15-Jul-21 30-Nov-21 150.000 138 172 1 150.000
46 KAMPUNG TAUHID
(Bpk Agus) 27-May-21 30-Nov-21 500.000 187 221 1 500.000
47 IBU NING 12-Aug-21 30-Nov-21 1.030.000 110 144 1 1.030.000
48 IBU KHOLIAH 24-Aug-21 30-Nov-21 4.377.000 98 132 1 4.377.000
49 IBU ITA 03-Aug-21 30-Nov-21 2.000.000 119 153 1 2.000.000
50 BOBBY COM 28-Jul-21 30-Nov-21 1.150.000 125 159 1 1.150.000
51 BAPAK YSUF
SOLEHAT 08-Nov-21 30-Nov-21 2.500.000 22 56 1 2.500.000
52 BAPAK WENDI 08-Nov-21 30-Nov-21 1.212.500 22 56 1 1.212.500
53 BAPAK SURYA YUSRA 14-Jun-21 30-Nov-21 20.284.000 169 203 1 20.284.000
54 BAPAK RIZKY 30-Sep-21 30-Nov-21 1.200.000 61 95 1 1.200.000
55 BAPAK LUKMAN 23-Jul-21 30-Nov-21 1.720.000 130 164 1 1.720.000
56 BAPAK GUSNAR 06-Jul-21 30-Nov-21 200.000 147 181 1 200.000
57 BAPAK AGUNG
BAGUSTA 17-Sep-21 30-Nov-21 1.550.000
74
108
2
1.700.000 BAPAK AGUNG
BAGUSTA 17-Sep-21 30-Nov-21 150.000
58 BALAI
PENGEMBANGAN KOMPETISI PUPR
03-May-21
30-Nov-21
14.386.000
211
245
1
14.386.000
Page 102
xxx
E. Nilai Normalisasi dan Perhitungan CLV
1 NAMA PT L R F M
Z-TECH
KKOMPUTER
NORMALISASI 0,115 0,132 0,111 0,994 PRO CLV L R F M HASIL 0,494 0,528 0,068 0,559 1,649
2 NAMA PT L R F M
UNIVERSITAS
KADER BANGSA
NORMALISASI 0,376 0,388 0,111 0,378 PRO CLV L R F M HASIL 1,616 1,552 0,068 0,212 3,448
3 NAMA PT L R F M
TEKNOGRASI
NORMALISASI 0,053 0,071 0,111 0,275 PRO CLV L R F M HASIL 0,227 0,284 0,068 0,154 0,733
4 NAMA PT L R F M
SHOPEE FOOD
NORMALISASI 0,111 0,127 0,111 0,027 PRO CLV L R F M HASIL 0,477 0,508 0,068 0,015 1,068
5
SD IT AL-FUQRON
L R F M
NORMALISASI 0,202 0,218 0,333 0,049 PRO CLV L R F M HASIL 0,868 0,872 0,205 0,027 1,972
6 NAMA PT L R F M
RS SITI KHODIJAH
NORMALISASI 0,695 0,701 0 0,005 PRO CLV L R F M HASIL 2,988 2,804 0 0,002 5,794
7 NAMA PT L R F M
RS SILOAM
NORMALISASI 0,299 0,312 0 0,107 PRO CLV L R F M HASIL 1,285 1,248 0 0,06 2,593
8 NAMA PT L R F M
RS
MUHAMMADIYAH
NORMALISASI 0 0,018 0,333 0,101 PRO CLV L R F M HASIL 0 0,072 0,205 0,056 0,333
9 NAMA PT L R F M
RS MMC
NORMALISASI 0,386 0,398 0 0,002 PRO CLV L R F M HASIL 1,659 1,592 0 0,001 3,252
10 NAMA PT L R F M
RS KUSTA DR. RIVAL ABDULLAH
NORMALISASI 0,589 0,597 0 0,162 PRO CLV L R F M HASIL
Page 103
xxxi
2,532 2,388 0 0,091 5,011
11 NAMA PT L R F M
RS.AR-RASYID
NORMALISASI 0,077 0,094 0,333 0,051 PRO CLV L R F M HASIL 0,331 0,376 0,205 0,028 0,94
12 NAMA PT L R F M
PT.WLMS
NORMALISASI 0,111 0,127 1 0,711 PRO CLV L R F M HASIL 0,477 0,508 0,618 0,400 2,003
13 NAMA PT L R F M
PT. TRIMATA
BENUA
NORMALISASI 0,043 0,061 0 0,022 PRO CLV L R F M HASIL 0,184 0,244 0 0,012 0,44
14 NAMA PT L R F M
PT.TRIARYANI
NORMALISASI 0,618 0,625 0,111 0,063 PRO CLV L R F M HASIL 2,65 2,5 0,068 0,354 5,572
15 NAMA PT L R F M
PT. SRIJASA BP
NORMALISASI 0,135 0,151 0,111 0,037 PRO CLV L R F M HASIL 0,580 0,604 0,068 0,020 1,272
16 NAMA PT L R F M
PT-SOLID
NORMALISASI 0,400 0,412 0 0,0005 PRO CLV L R F M HASIL 1,72 0,213 0 0,000281 1,933
17 NAMA PT L R F M
PT-RISKI TUJUHBELAS
PERKASA
NORMALISASI 0,898 0,900 0 0,069 PRO CLV L R F M HASIL 3,861 3,600 0 0,038 7,499
18 NAMA PT L R F M
PT.PINAGO
NORMALISASI 0,299 0,312 0 0,011 PRO CLV L R F M HASIL 1,285 1,248 0 0,006 2,539
19 NAMA PT L R F M
PT.PALEMBANG KULINA UTAMA
NORMALISASI 0,990 0,990 0 0,085 PRO CLV L R F M HASIL 4,257 3,96 0 0,047 8,264
20 NAMA PT L R F M
PT.NIPPON INDOSARI CORPINDO
NORMALISASI 0,342 0,355 0 0,009 PRO CLV L R F M HASIL 1,47 1,42 0 0,005 2,895
Page 104
xxxii
21 NAMA PT L R F M
PT.MUSI AGRO
SEJAHTERA
NORMALISASI 0,077 0,094 0,111 0,138 PRO CLV L R F M HASIL 0,331 0,376 0,068 0,077 0,852
22 NAMA PT L R F M
PT.MIDTOU ARYACOM FUTURES
NORMALISASI 0,502 0,511 0 0,031 PRO CLV L R F M HASIL 2,158 2,044 0 0,017 4,219
23 NAMA PT L R F M
PT.MANAMBANG
MUARAENIM
NORMALISASI 0,009 0,028 0,111 0,084 PRO CLV L R F M HASIL 0,038 0,112 0,068 0,047 0,877
24 NAMA PT L R F M
PT.LAJU PERDANA
INDAH
NORMALISASI 0,188 0,203 0 0,007 PRO CLV L R F M HASIL 0,808 0,812 0 0,003 1,623
25 NAMA PT L R F M
PT.KASIH AGRO
MANDIRI
NORMALISASI 0,222 0,236 0.111 0,037 PRO CLV L R F M HASIL 0,954 0,944 0,068 0,020 1,986
26 NAMA PT L R F M
PT.GLOBAL
MAKARA LESTARI
NORMALISASI 0,222 0,236 0,111 0,046 PRO CLV L R F M HASIL 0,954 0,236 0,068 0,025 1,283
27 NAMA PT L R F M
PT.GLOBAL ALAM
LESTARI
NORMALISASI 0,106 0,123 0,777 0,086 PRO CLV L R F M HASIL 0,455 0,492 0,48 0,048 1,475
28 NAMA PT L R F M
PT.FIF
NORMALISASI 0,275 0,289 0 0,005 PRO CLV L R F M HASIL 1,182 1,156 0 0,002 2,34
29 NAMA PT L R F M
PT.BUMI SAWINDO PERMAI
NORMALISASI 0,101 0,118 1 0,202 PRO CLV L R F M HASIL 0,434 0,472 0,618 0,113 1,637
30 NAMA PT L R F M
PT.BINASAWIT
MAKMUR
NORMALISASI 0,811 0,815 0 0,025 PRO CLV L R F M HASIL 3,487 3,26 0 0,014 6,761
31 NAMA PT L R F M
Page 105
xxxiii
PT.BBIP
NORMALISASI 0,096 0,113 0 0,007
PRO CLV L R F M HASIL 0,412 0,452 0 0,003 0,867
32 NAMA PT L R F M
PT.BAYUNG AGRO
SAWITA
NORMALISASI 0,589 0,597 0 0,145 PRO CLV L R F M HASIL 2,532 2,388 0 0,081 5,001
33 NAMA PT L R F M
PT.BARA PAGMER
JAYA
NORMALISASI 0,096 0,113 0,222 0,19 PRO CLV L R F M HASIL 0,412 0,452 0,137 0,106 1,107
34 NAMA PT L R F M
PT.ARJUNA MAS
ABADI
NORMALISASI 0,526 0 0 0,066 PRO CLV L R F M HASIL 2,261 0 0 0,037 2,298
35 NAMA PT L R F M
PT.ANEKA BUMI
PRATAMA
NORMALISASI 0 0,018 0,777 0,118 PRO CLV L R F M HASIL 0 0,072 0,48 0,066 0,618
36 NAMA PT L R F M
PT.AGRONUSA INTI MANDIRI
NORMALISASI 0,454 0,464 0.111 0,044 PRO CLV L R F M HASIL 1,952 1,856 0,068 0,024 3,90
37 NAMA PT L R F M
PT.AGRONUSA
ALAM SEJAHTERA
NORMALISASI 0,115 0,132 0,666 0,110 PRO CLV L R F M HASIL 0,494 0,528 0,411 0,061 1,494
38 NAMA PT L R F M
PT.ABL
NORMALISASI 0,077 0,094 0 0,024 PRO CLV L R F M HASIL 0,331 0,376 0 0,013 0,72
39 NAMA PT L R F M
PT.AAM
NORMALISASI 0,652 0,658 0 0,007 PRO CLV L R F M HASIL 2,803 2,632 0 0,003 5,438
40 NAMA PT L R F M
PONPES
KHASANAH
NORMALISASI 0,826 0,829 0 0,034 PRO CLV L R F M HASIL 3,551 3,316 0 0,019 6,886
41 NAMA PT L R F M
NORMALISASI 1 1 0 0,245
Page 106
xxxiv
PEMKAB.OKI- DINAS
KOMUNIKASI & INFORMATIKA
PRO CLV L R F M HASIL
4,3
4
0
0,137
8,437
42 NAMA PT L R F M
NOTARIS DIAN
SARASWATI
NORMALISASI 0,874 0,876 0 0,005 PRO CLV L R F M HASIL 3,758 3,504 0 0,002 7,264
43 NAMA PT L R F M
MASJID
NURULLAH
NORMALISASI 0,246 0,260 0 0,002 PRO CLV L R F M HASIL 1,057 1,04 0 0,001 2,098
44 NAMA PT L R F M
KOPKAR KITLUR SUMBANGSEL
NORMALISASI 0,400 0,412 0 0,776 PRO CLV L R F M HASIL 1,72 1,648 0 0,436 3,804
45 NAMA PT L R F M
KANTOR NOTARIS HALIDA & YADES
NORMALISASI 0,647 0,654 0 0 PRO CLV L R F M HASIL 2,782 2,616 0 0 5,398
46 NAMA PT L R F M
KAMPUNG TAUHID (Bpk
Agus)
NORMALISASI 0,884 0,886 0 0,001 PRO CLV L R F M HASIL 3,801 3,544 0 0,0005 7,345
47 NAMA PT L R F M
IBU NING
NORMALISASI 0,512 0,521 0 0,003 PRO CLV L R F M HASIL 2,201 2,084 0 0,0016 4,286
48 NAMA PT L R F M
IBU KHOLIAH
NORMALISASI 0,454 0,464 0 0,015 PRO CLV L R F M HASIL 1,952 1,856 0 0,008 3,816
49 NAMA PT L R F M
IBU ITA
NORMALISASI 0,555 0,563 0 0,006 PRO CLV L R F M HASIL 2,386 2,252 0 0,003 4,641
50 NAMA PT L R F M
BOBBY COM
NORMALISASI 0,573 0,592 0 0,003 PRO CLV L R F M HASIL 2,463 2,368 0 0,001 4,832
51 NAMA PT L R F M
Page 107
xxxv
BAPAK YSUF
SOLEHAT
NORMALISASI 0,086 0,104 0 0,008
PRO CLV L R F M HASIL 0,369 0,416 0 0,004 0,789
52 NAMA PT L R F M
BAPAK WENDI
NORMALISASI 0,086 0,104 0 0,004 PRO CLV L R F M HASIL 0,369 0,416 0 0,002 0,787
53 NAMA PT L R F M
BAPAK SURYA
YUSRA
NORMALISASI 0,797 0,8 0 0,075 PRO CLV L R F M HASIL 3,427 3,2 0 0,042 6,669
54 NAMA PT L R F M
BAPAK RISKY
NORMALISASI 0,275 0,289 0 0,003 PRO CLV L R F M HASIL 1,182 1,156 0 0,001 2,339
55 NAMA PT L R F M
BAPAK LUKMAN
NORMALISASI 0,608 0,616 0 0,005 PRO CLV L R F M HASIL 2,614 2,464 0 0,002 5,08
56 NAMA PT L R F M
BAPAK GUSNAR
NORMALISASI 0,690 0,696 0 0.0001 PRO CLV L R F M HASIL 2,967 2,784 0 0 5,751
57 NAMA PT L R F M
BAPAK AGUNG
BAGUSTA
NORMALISASI 0,338 0,35 0,111 0,005 PRO CLV L R F M HASIL 1,453 1,4 0,068 0,002 2,923
58 NAMA PT L R F M
BALAI PENGEMBANGAN
BAGUSTA
NORMALISASI 1 1 0 0,053
PRO CLV L R F M HASIL 4,3 4 0 0,029 8,329
Page 108
xxxvi
F. Perhitungan Manual K-Means
A. Clustering K2
1. Centroid Iterasi 1
L R F M
C1 0,184 0,244 0 0,012
C2 2,782 2,616 0 0
2. Iterasi 1
NO Nama Pembeli L R F M C1 C2 Jarak Cluster
1
Cluster
2
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 0,6932 3,1483 0,6932 1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,9509
1,5941
1,5941
1
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,1680 3,4633 0,1680 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,4002 3,1243 0,4002 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,9510 2,5976 0,9510 1
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,7969 0,2789 0,2789 1
7 RS SILOAM 1,285 1,248 0 0,06 1,4908 2,0288 1,4908 1
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,3277
3,7758
0,3277
1
9 RS MMC 1,659 1,592 0 0,001 1,9982 1,5198 1,5198 1
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
3,1806
0,3504
0,3504
1
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,2852 3,3268 0,2852 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,8295
3,2091
0,8295
1
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 0,0000 3,5180 0,0000 1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,3604 0,4010 0,4010 1
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,5395
2,9836
0,5395
1
16 PT.SOLID 1,72 0,213 0 0,000281 1,5364 2,6272 1,5364 1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
4,9783
1,4608
1,4608
1
18 PT.PINAGO 1,285 1,248 0 0,006 1,4901 2,0279 1,4901 1
Page 109
xxxvii
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,5135
1,9960
1,9960
1
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,7426
1,7753
1,7426
1
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,2188
3,3220
0,2188
1
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
2,6715
0,8467
0,8467
1
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,2112
3,7157
0,2112
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,8438
2,6742
0,8438
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
1,0429
2,4783
1,0429
1
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,7731
3,0019
0,7731
1
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,6055
3,1873
0,6055
1
28 PT.FIF 1,182 1,156 0 0,002 1,3520 2,1660 1,3520 1
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,7118
3,2411
0,7118
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,4728
0,9550
0,9550
1
31 PT.BBIP 0,412 0,452 0 0,003 0,3088 3,2093 0,3088 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
3,1803
0,3479
0,3479
1
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,3505
3,2140
0,3505
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
2,0914
2,6676
2,0914
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,5448
3,8008
0,5448
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,3936
1,1277
1,1277
1
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,5900
3,1253
0,5900
1
38 PT.ABL 0,331 0,376 0 0,013 0,1976 3,3204 0,1976 1
39 PT.AAM 2,803 2,632 0 0,003 3,5443 0,0266 0,0266 1
40 PONPES KHASANAH 3,551 3,316 0 0,019 4,5578 1,0401 1,0401 1
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,5736
2,0588
2,0588
1
Page 110
xxxvii
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,8375
1,3195 1,3195
1
43 MASJID NURULLAH 1,057 1,04 0 0,001 1,1815 2,3365 1,1815 1
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
2,1237
1,5017 1,5017
1
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,5180
0,0000 0,0000
1
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
4,8962
1,3782 1,3782
1
47 IBU NING 2,201 2,084 0 0,0016 2,7302 0,7878 0,7878 1
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,3926 1,1254 1,1254 1
49 IBU ITA 2,386 2,252 0 0,003 2,9801 0,5379 0,5379 1
50 BOBBY COM 2,463 2,368 0 0,001 3,1153 0,4041 0,4041 1
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,2527
3,2654 0,2527
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,2528 3,2654 0,2528 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
4,3882
0,8711 0,8711
1
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,3520 2,1660 1,3520 1
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,2914 0,2266 0,2266 1
56 BAPAK GUSNAR 2,967 2,784 0 0 3,7679 0,2499 0,2499 1
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,7180
1,8026 1,7180
1
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,5722
2,0544
2,0544
1
31 27
Page 111
xxxix
3. Centroid Iterasi 2
L R F M
C1 0,7231 0,0508 1,082 0,0508
C2 0,1593 2,6193 0,0304 0,0728
4. Iterasi 2
NO Nama Pembeli L R F M C1 C2 Jarak Cluster
1 Cluster
2
1 Z-TECH
KOMPUTER 0,494 0,528 0,068 0,559
1,2517
0,5955
0,5955
1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
2,0261
1,4639
1,4639
1
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,1573 0,1374 0,1374 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,1398 0,3325 0,3325 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 1,2104 0,7729 0,7729 1
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,7260 2,8296 2,8296 1
7 RS SILOAM 1,285 1,248 0 0,06 1,7088 1,1265 1,1265 1
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
1,1369
0,4727
0,4727
1
9 RS MMC 1,659 1,592 0 0,001 2,1034 1,5017 1,5017 1
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
3,1475
2,3728
2,3728
1
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,0145 0,4300 0,4300 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,7790
1,3218
0,7790
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
1,2248
0,0976
0,0976
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,2911 2,5065 2,5065 1
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
1,1643
0,4307
0,4307
1
16 PT.SOLID 1,72 0,213 0 0,000281 1,4810 1,5641 1,4810 1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
4,8594
3,7020
3,7020
1
18 PT.PINAGO 1,285 1,248 0 0,006 1,7093 1,1285 1,1285 1
Page 112
xl
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,3797
4,0980
4,0980
1
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,8988
1,3130
1,3130
1
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,1351
0,1913
0,1913
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,6840
1,9996
1,9996
1
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
1,2253
0,1558
0,1558
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
1,3265
0,6548
0,6548
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
1,3712
0,7989
0,7989
1
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,0566
0,8012
0,8012
1
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,7931
1,0014
0,7931
1
28 PT.FIF 1,182 1,156 0 0,002 1,6141 1,0261 1,0261 1
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,6929
1,2919
0,6929
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,3715
3,3283
3,3283
1
31 PT.BBIP 0,412 0,452 0 0,003 1,1961 0,2703 0,2703 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
3,1474
2,3727
2,3727
1
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
1,0742
0,3440
0,3440
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,8811
2,1035
1,8811
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,9413
1,1563
0,9413
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,4079
1,7936
1,7936
1
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,8547
0,8635
0,8547
1
38 PT.ABL 0,331 0,376 0 0,013 1,1965 0,1942 0,1942 1
39 PT.AAM 2,803 2,632 0 0,003 3,4873 2,6446 2,6446 1
40 PONPES KHASANAH
3,551 3,316 0 0,019
4,4531
3,3922
3,3922
1
Page 113
xli
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,4377
4,1414
4,1414
1
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,7232
3,5995
3,5995
1
43 MASJID NURULLAH 1,057 1,04 0 0,001 1,5044 0,9018 0,9018 1
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
2,2054
1,6027
1,6027
1
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,4630
2,6237
2,6237
1
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
4,7801
3,6425
3,6425
1
47 IBU NING 2,201 2,084 0 0,0016 2,7370 2,0430 2,0430 1
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,4375 1,7940 1,7940 1
49 IBU ITA 2,386 2,252 0 0,003 2,9637 2,2278 2,2278 1
50 BOBBY COM 2,463 2,368 0 0,001 3,0935 2,3048 2,3048 1
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
1,1965
0,2306
0,2306
1
52 BAPAK WENDI 0,369 0,416 0 0,002 1,1966 0,2312 0,2312 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
4,2894
3,2679
3,2679
1
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,6141 1,0262 1,0262 1
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,2515 2,4557 2,4557 1
56 BAPAK GUSNAR 2,967 2,784 0 0 3,6985 2,8086 2,8086 1
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,8395
1,2964
1,2964
1
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,4371
4,1411
4,1411
1
6 52
Page 114
xlii
5. Centroid Iterasi 3
L R F M
C1 0,8912 0,2928 0,3660 0,1107
C2 1,7743 1,6825 0,0381 0,0553
6. Iterasi 3
NO Nama Pembeli L R F M C1 C2 Jarak Cluster
1 Cluster
2
1 Z-TECH
KOMPUTER 0,494 0,528 0,068 0,559
0,7091
1,7963
0,7091
1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,4866
0,2599
0,2599
1
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,7293 2,0882 0,7293 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,5620 1,7507 0,5620 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,6074 1,2276 0,6074 1
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,2937 1,6538 1,6538 1
7 RS SILOAM 1,285 1,248 0 0,06 1,0973 0,6555 0,6555 1
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,9338
2,4020
0,9338
1
9 RS MMC 1,659 1,592 0 0,001 1,5567 0,1609 0,1609 1
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532
2,388
0
0,091
2,6863
1,0366
1,0366
1
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,5946 1,9541 0,5946 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,6042
1,8755
0,6042
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
0,8039
2,1451
0,8039
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 2,8484 1,2350 1,2350 1
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,5392
1,6099
0,5392
1
16 PT.SOLID 1,72 0,213 0 0,0002
81
0,9162
1,4720
0,9162
1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
4,4606
2,8342
2,8342
1
18 PT.PINAGO 1,285 1,248 0 0,006 1,1011 0,6573 0,6573 1
Page 115
xliii
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
4,9915
3,3693
3,3693
1
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,3231
0,4068
0,4068
1
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,6408
1,9472
0,6408
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,1941
0,5299
0,5299
1
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,9239
2,3414
0,9239
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,6497
1,3022
0,6497
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,7246
1,1047
0,7246
1
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,3214
1,6635
0,3214
1
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,4969
1,8312
0,4969
1
28 PT.FIF 1,182 1,156 0 0,002 0,9877 0,7952 0,7952 1
29 PT.BUMI SAWINDO PERMAI
0,434
0,472
0,618
0,113
0,5520
1,8977
0,5520
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
3,9605
2,3292
2,3292
1
31 PT.BBIP 0,412 0,452 0 0,003 0,6329 1,8369 0,6329 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
2,6864
1,0363
1,0363
1
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,5545
1,8391
0,5545
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,4496
1,7520
1,4496
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,9263
2,4366
0,9263
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,9145
0,2521
0,2521
1
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,4665
1,7638
0,4665
1
38 PT.ABL 0,331 0,376 0 0,013 0,6814 1,9476 0,6814 1
39 PT.AAM 2,803 2,632 0 0,003 3,0451 1,4014 1,4014 1
40 PONPES KHASANAH
3,551 3,316 0 0,019
4,0443
2,4141
2,4141
1
Page 116
xliv
41
PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,0495
3,4290
3,4290
1
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,3216
2,6939
2,6939
1
43 MASJID NURULLAH
1,057 1,04 0 0,001
0,8554
0,9653
0,8554
1
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,6623
0,3880
0,3880
1
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,0197
1,3753
1,3753
1
46 KAMPUNG TAUHID (Bpk Agus)
3,801
3,544
0
0,0005
4,3799
2,7527
2,7527
1
47 IBU NING 2,201 2,084 0 0,0016 2,2516 0,5896 0,5896 1
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,9270 0,2557 0,2557 1
49 IBU ITA 2,386 2,252 0 0,003 2,4937 0,8383 0,8383 1
50 BOBBY COM 2,463 2,368 0 0,001 2,6312 0,9740 0,9740 1
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,6582
1,8929
0,6582
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,6585 1,8929 0,6585 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
3,8757
2,2441
2,2441
1
54 BAPAK RIZKY 1,182 1,156 0 0,001 0,9878 0,7952 0,7952 1
55 BAPAK LUKMAN 2,614 2,464 0 0,002 2,7978 1,1490 1,1490 1
56 BAPAK GUSNAR 2,967 2,784 0 0 3,2652 1,6249 1,6249 1
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,2815
0,4322
0,4322
1
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,0501
3,4281
3,4281
1
25 33
Page 117
xlv
7. Centroid Iterasi 4
L R F M
C1 0,5652 0,417 0,1534 0,0534
C2 2,5297 2,3885 0,0103 0,0668
8. Iterasi 4
NO Nama Pembeli L R F M C1 C2 Jarak Cluster
1 Cluster
2
1 Z-TECH
KOMPUTER 0,494 0,528 0,068 0,559
0,5294
2,8020
0,5294
1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,5572
1,2486
1,2486
1
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,3866 3,1213 0,3866 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,1576 2,7849 0,1576 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,5496 2,2584 0,5496 1
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,4050 0,6221 0,6221 1
7 RS SILOAM 1,285 1,248 0 0,06 1,1101 1,6882 1,1101 1
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,6642
3,4356
0,6642
1
9 RS MMC 1,659 1,592 0 0,001 1,6135 1,1819 1,1819 1
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532
2,388
0
0,091
2,7889
0,0264
0,0264
1
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,2446 2,9873 0,2446 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,5933
2,8688
0,5933
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
0,4478
3,1787
0,4478
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 2,9636 0,3357 0,3357 1
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,2088
2,6441
0,2088
1
16 PT.SOLID 1,72 0,213 0 0,000281 1,1839 2,3223 1,1839 1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0,341
0,038
4,5858
1,8304
1,8304
1
18 PT.PINAGO 1,285 1,248 0 0,006 1,1111 1,6893 1,1111 1
Page 118
xlvi
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,1192
2,3353
2,3353
1
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,3603
1,4370
1,3603
1
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,2537
2,9813
0,2537
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,2823
0,5093
0,5093
1
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,6151
3,3756
0,6151
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,4910
2,3353
0,4910
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,6613
2,1389
0,6613
1
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,4382
2,6686
0,4382
1
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,3528
2,8499
0,3528
1
28 PT.FIF 1,182 1,156 0 0,002 0,9761 1,8275 0,9761 1
29 PT.BUMI SAWINDO PERMAI
0,434
0,472
0,618
0,113
0,4895
2,9045
0,4895
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,0798
1,2957
1,2957
1
31 PT.BBIP 0,412 0,452 0 0,003 0,2253 2,8703 0,2253 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
2,7888
0,0177
0,0177
1
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,1665
2,8727
0,1665
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,7531
2,4038
1,7531
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,7384
3,4621
0,7384
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,0005
0,7890
0,7890
1
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,2895
2,7868
0,2895
1
38 PT.ABL 0,331 0,376 0 0,013 0,2858 2,9812 0,2858 1
39 PT.AAM 2,803 2,632 0 0,003 3,1528 0,3717 0,3717 1
40 PONPES KHASANAH
3,551 3,316 0 0,019
4,1646
1,3805
1,3805
1
Page 119
xlvii
41
PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,1785
2,3950
2,3950
1
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,4441
1,6605
1,6605
1
43 MASJID NURULLAH
1,057 1,04 0 0,001
0,8101
1,9979
0,8101
1
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,7375
1,1577
1,1577
1
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,1267
0,3464
0,3464
1
46 KAMPUNG TAUHID (Bpk Agus)
3,801
3,544
0
0,0005
4,5028
1,7193
1,7193
1
47 IBU NING 2,201 2,084 0 0,0016 2,3411 0,4529 0,4529 1
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,0049 0,7879 0,7879 1
49 IBU ITA 2,386 2,252 0 0,003 2,5901 0,2085 0,2085 1
50 BOBBY COM 2,463 2,368 0 0,001 2,7266 0,0965 0,0965 1
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,2539
2,9263
0,2539
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,2543 2,9264 0,2543 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
3,9948
1,2101
1,2101
1
54 BAPAK RIZKY 1,182 1,156 0 0,001 0,9761 1,8275 0,9761 1
55 BAPAK LUKMAN 2,614 2,464 0 0,002 2,9007 0,1308 0,1308 1
56 BAPAK GUSNAR 2,967 2,784 0 0 3,3761 0,5935 0,5935 1
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,3283
1,4642
1,3283
1
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,1779
2,3942
2,3942
1
31 27
Page 120
xlviii
9. Centroid Iterasi 5
L R F M
C1 0,7105 0,5858 0,1215 0,0628
C2 2,7994 2,6327 0,0278 0,0590
10. Iterasi 5
NO Nama Pembeli L R F M C1 C2 Jarak Cluster
1 Cluster
2
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 0,5471 3,1617 0,5471 1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,3336
1,6104
1,3336
1
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,5797 3,4849 0,5797 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,2564 3,1482 0,2564 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,3391 2,6197 0,3391 1
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,1821 0,2626 0,2626 1
7 RS SILOAM 1,285 1,248 0 0,06 0,8851 2,0522 0,8851 1
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,8808
3,7981
0,8808
1
9 RS MMC 1,659 1,592 0 0,001 1,3895 1,5452 1,3895 1
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
2,5654
0,3649
0,3649
1
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,4430 3,3493 0,4430 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,6487
3,2206
0,6487
1
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 0,6414 3,5425 0,6414 1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 2,7411 0,3586 0,3586 1
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,1485
3,0074
0,1485
1
16 PT.SOLID 1,72 0,213 0 0,0002
81
1,0848
2,6503
1,0848
1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0,341
0,038
4,3658
1,4701
1,4701
1
18 PT.PINAGO 1,285 1,248 0 0,006 0,8869 2,0529 0,8869 1
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
4,8967
1,9716
1,9716
1
Page 121
xlix
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,1361
1,8005
1,1361
1
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,4372
3,3448
0,4372
1
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
2,0588
0,8721
0,8721
1
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,8245
3,7391
0,8245
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,2811
2,6990
0,2811
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,4385
2,5021
0,4385
1
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,4312
3,0253
0,4312
1
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,4504
3,2068
0,4504
1
28 PT.FIF 1,182 1,156 0 0,002 0,7523 2,1910 0,7523 1
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,5818
3,2581
0,5818
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
3,8571
0,9323
0,9323
1
31 PT.BBIP 0,412 0,452 0 0,003 0,3540 3,2340 0,3540 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
2,5653
0,3642
0,3642
1
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,3303
3,2356
0,3303
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,6621
2,6874
1,6621
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,9473
3,8208
0,9473
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,7774
1,1507
1,1507
1
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,3661
3,1451
0,3661
1
38 PT.ABL 0,331 0,376 0 0,013 0,4531 3,3449 0,4531 1
39 PT.AAM 2,803 2,632 0 0,003 2,9298 0,0626 0,0626 1
40 PONPES KHASANAH 3,551 3,316 0 0,019 3,9420 1,0169 1,0169 1
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
4,9560
2,0318
2,0318
1
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,2216
1,2970
1,2970
1
Page 122
l
43 MASJID NURULLAH 1,057 1,04 0 0,001 0,5873 2,3615 0,5873 1
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,5170
1,5092
1,5092
1
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
2,9037
0,0695
0,0695
1
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
4,2803
1,3557
1,3557
1
47 IBU NING 2,201 2,084 0 0,0016 2,1177 0,8144 0,8144 1
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,7812 1,1510 1,1510 1
49 IBU ITA 2,386 2,252 0 0,003 2,3668 0,5655 0,5655 1
50 BOBBY COM 2,463 2,368 0 0,001 2,5032 0,4329 0,4329 1
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,4046
3,2900
0,4046
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,4049 3,2901 0,4049 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
3,7721
0,8466
0,8466
1
54 BAPAK RIZKY 1,182 1,156 0 0,001 0,7523 2,1911 0,7523 1
55 BAPAK LUKMAN 2,614 2,464 0 0,002 2,6776 0,2586 0,2586 1
56 BAPAK GUSNAR 2,967 2,784 0 0 3,1532 0,2350 0,2350 1
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,1049
1,8268
1,1049
1
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
4,9555
2,0305
2,0305
1
33 25
Page 123
li
B. Clustering K3
1. Centroid Iterasi 1
L R F M
C1 1,659 1,592 0 0,001
C2 1,182 1,156 0 0,002
C3 0,494 0,528 0,411 0,061
2. Iterasi 1
NO Nama Pembeli L R F M C1 C2 C3
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,6749 1,0875 0,6047
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,2293
0,6276
1,5646
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,9467 1,3039 0,5071
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,6053 0,9601 0,3471
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 1,0894 0,4711 0,5494
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 1,7987 2,4449 3,4019
7 RS SILOAM 1,285 1,248 0 0,06 0,5116 0,1498 1,1459
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
2,2600
1,6178
0,7032
9 RS MMC 1,659 1,592 0 0,001 0,0000 0,6462 1,6315
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
1,1848
1,8298
2,7898
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,8125 1,1727 0,3053
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
1,7645
1,2072
0,3981
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 1,9982 1,3520 0,5900
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 1,3913 2,0223 2,9565
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
1,4647
0,8198
0,3640
16 PT.SOLID 1,72 0,213 0 0,000281 1,3803 1,0857 1,3323
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
2,9803
3,6265
4,5764
18 PT.PINAGO 1,285 1,248 0 0,006 0,5082 0,1382 1,1472
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
3,5156
4,1617
5,1096
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
0,2556
0,3907
1,3857
Page 124
lii
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,8035
1,1588
0,4094
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
0,6735
1,3196
2,2887
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
2,1965
1,5509
0,7063
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
1,1544
0,5081
0,5929
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,9602
0,3192
0,7099
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,5300
0,9505
0,6448
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
1,7007
1,0963
0,0880
28 PT.FIF 1,182 1,156 0 0,002 0,6462 0,0000 1,0199
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,7747
1,1923
0,2287
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
2,4747
3,1209
4,0735
31 PT.BBIP 0,412 0,452 0 0,003 1,6896 1,0433 0,4299
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
1,1841
1,8294
2,7897
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
1,6984
1,0574
0,2993
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,7024
1,5817
1,8896
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
2,3016
1,6753
0,6758
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,4009
1,0431
2,0021
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,6315
1,0199
0,0000
38 PT.ABL 0,331 0,376 0 0,013 1,8007 1,1544 0,4700
39 PT.AAM 2,803 2,632 0 0,003 1,5461 2,1923 3,1513
40 PONPES KHASANAH 3,551 3,316 0 0,019 2,5597 3,2059 4,1580
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
3,5766
4,2224
5,1687
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
2,8393
3,4855
4,4365
43 MASJID NURULLAH 1,057 1,04 0 0,001 0,8168 0,1705 0,8670
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
0,4428
0,8484
1,7513
Page 125
liii
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
1,5198
2,1660
3,1253
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
2,8980
3,5442
4,4950
47 IBU NING 2,201 2,084 0 0,0016 0,7320 1,3782 2,3468
48 IBU KHOLIAH 1,952 1,856 0 0,008 0,3945 1,0406 2,0152
49 IBU ITA 2,386 2,252 0 0,003 0,9819 1,6281 2,5931
50 BOBBY COM 2,463 2,368 0 0,001 1,1174 1,7635 2,7267
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
1,7456
1,0994
0,4476
52 BAPAK WENDI 0,369 0,416 0 0,002 1,7456 1,0993 0,4479
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
2,3902
3,0364
3,9889
54 BAPAK RIZKY 1,182 1,156 0 0,001 0,6462 0,0010 1,0199
55 BAPAK LUKMAN 2,614 2,464 0 0,002 1,2932 1,9395 2,9008
56 BAPAK GUSNAR 2,967 2,784 0 0 1,7697 2,4159 3,3731
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
0,2897
0,3709
1,3421
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
3,5741
4,2203
5,1682
3. Centroid Iterasi 2
L R F M
C1 2,7729 2,6083 0,0097 0,0561
C2 1,2602 0,8689 0,0341 0,0157
C3 0,3685 0,3762 0,1815 0,0905
4. Iterasi 2
NO Nama Pembeli L R F M C1 C2 C3 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 3,1269 0,9998 0,5207 0,5207
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,5754
0,7956
1,7223
0,7956
3 TEKNOGRASI 0,227 0,284 0,068 0,154 3,4492 1,1958 0,2132 0,2132
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 3,1125 0,8630 0,2185 0,2185
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 2,5850 0,4280 0,7070 0,4280
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 0,2960 2,5945 3,5773 0,2960
7 RS SILOAM 1,285 1,248 0 0,06 2,0160 0,3840 1,2782 0,3840
8 RS MUHAMMADIYAH 0 0,072 0,205 0,056 3,7630 1,5013 0,4797 0,4797
9 RS MMC 1,659 1,592 0 0,001 1,5089 0,8266 1,7845 0,8266
Page 126
liv
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
0,3284
1,9829
2,9599
0,3284
11 RS AR-RASYID 0,331 0,376 0,205 0,028 3,3144 1,0657 0,0766 0,0766
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,4
3,1892
1,1101
0,5617
0,5617
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 3,5063 1,2449 0,3010 0,3010
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 0,3449 2,1697 3,1302 0,3449
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
2,9717
0,7308
0,3383
0,3383
16 PT.SOLID 1,72 0,213 0 0,000281 2,6171 0,8019 1,3763 0,8019
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
1,4724
3,7716
4,7567
1,4724
18 PT.PINAGO 1,285 1,248 0 0,006 2,0166 0,3816 1,2807 0,3816
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
2,0074
4,3056
5,2914
2,0074
20 PT.NIPPON INDOSARI CORPINDO
1,47 1,42 0 0,005
1,7642
0,5908
1,5307
0,5908
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
3,3091
1,0542
0,1203
0,1203
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
0,8356
1,4792
2,4540
0,8356
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
3,7033
1,4383
0,4402
0,4402
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
2,6628
0,4572
0,6509
0,4572
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
2,4664
0,3171
0,8265
0,3171
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
2,9901
0,7040
0,6161
0,6161
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
3,1737
0,9951
0,3344
0,3344
28 PT.FIF 1,182 1,156 0 0,002 2,1548 0,2998 1,1448 0,2998
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
3,2261
1,0911
0,4522
0,4522
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
0,9677
3,2676
4,2521
0,9677
31 PT.BBIP 0,412 0,452 0 0,003 3,1979 0,9458 0,2196 0,2196
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
0,3275
1,9826
2,9599
0,3275
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
3,2003
0,9550
0,0993
0,0993
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
2,6581
1,3260
1,9388
1,3260
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
3,7872
1,5571
0,5639
0,5639
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,1155
1,2059
2,1713
1,1155
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
3,1116
0,9205
0,3039
0,3039
38 PT.ABL 0,331 0,376 0 0,013 3,3088 1,0524 0,2009 0,2009
Page 127
lv
39 PT.AAM 2,803 2,632 0 0,003 0,0662 2,3431 3,3251 0,0662
40 PONPES KHASANAH 3,551 3,316 0 0,019 1,0525 3,3522 4,3369 1,0525
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
2,0677
4,3658
5,3501
2,0677
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
1,3326
3,6310
4,6166
1,3326
43 MASJID NURULLAH 1,057 1,04 0 0,001 2,3253 0,2682 0,9776 0,2682
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,4749
0,9981
1,8964
0,9981
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
0,0582
2,3172
3,2989
0,0582
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
1,3913
3,6896
4,6753
1,3913
47 IBU NING 2,201 2,084 0 0,0016 0,7778 1,5372 2,5131 0,7778
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,1146 1,2059 2,1765 1,1146
49 IBU ITA 2,386 2,252 0 0,003 0,5287 1,7837 2,7622 0,5287
50 BOBBY COM 2,463 2,368 0 0,001 0,3961 1,9223 2,8974 0,3961
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
3,2539
1,0003
0,2050
0,2050
52 BAPAK WENDI 0,369 0,416 0 0,002 3,2539 1,0004 0,2058 0,2058
53 BAPAK SURYA YUSRA 3,427 3,2 0 0,042 0,8822 3,1829 4,1670 0,8822
54 BAPAK RIZKY 1,182 1,156 0 0,001 2,1548 0,2999 1,1449 0,2999
55 BAPAK LUKMAN 2,614 2,464 0 0,002 0,2216 2,0925 3,0728 0,2216
56 BAPAK GUSNAR 2,967 2,784 0 0 0,2679 2,5656 3,5484 0,2679
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,7912
0,5662
1,4983
0,5662
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
2,0663
4,3641
5,3503
2,0663
Page 129
lvii
5. Centroid Iterasi 3
L R F M
C1 3,0314 2,8443 0,0059 0,0398
C2 1,3680 1,0867 0,0273 0,0542
C3 0,3685 0,3762 0,1815 0,0905
6. Iterasi 3
NO Nama Pembeli L R F M C1 C2 C3 Jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 3,4752 1,1543 0,5207 0,5207
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,9253
0,5519
1,7223
0,5519
3 TEKNOGRASI 0,227 0,284 0,068 0,154 3,7996 1,3992 0,2132 0,2132
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 3,4623 1,0639 0,2185 0,2185
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 2,9343 0,5731 0,7070 0,5731
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 0,0705 2,3616 3,5773 0,0705
7 RS SILOAM 1,285 1,248 0 0,06 2,3661 0,1835 1,2782 0,1835
8 RS MUHAMMADIYAH 0 0,072 0,205 0,056 4,1128 1,7125 0,4797 0,4797
9 RS MMC 1,659 1,592 0 0,001 1,8583 0,5862 1,7845 0,5862
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
0,6784
1,7465
2,9599
0,6784
11 RS AR-RASYID 0,331 0,376 0,205 0,028 3,6639 1,2699 0,0766 0,0766
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,4
3,5338
1,2638
0,5617
0,5617
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 3,8562 1,4541 0,3010 0,3010
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 0,6055 1,9320 3,1302 0,6055
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
3,3215
0,9256
0,3383
0,3383
16 PT.SOLID 1,72 0,213 0 0,000 281
2,9403
0,9439
1,3763
0,9439
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
1,1222
3,5402
4,7567
1,1222
18 PT.PINAGO 1,285 1,248 0 0,006 2,3663 0,1897 1,2807 0,1897
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
1,6574
4,0747
5,2914
1,6574
20 PT.NIPPON INDOSARI CORPINDO
1,47 1,42 0 0,005
2,1137
0,3531
1,5307
0,3531
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
3,6592
1,2580
0,1203
0,1203
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
1,1848
1,2420
2,4540
1,1848
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
4,0534
1,6494
0,4402
0,4402
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
3,0125
0,6264
0,6509
0,6264
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
2,8162
0,4411
0,8265
0,4411
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
3,3351
0,9474
0,6161
0,6161
Page 130
lviii
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
3,5208
1,1799
0,3344
0,3344
28 PT.FIF 1,182 1,156 0 0,002 2,5044 0,2070 1,1448 0,2070
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
3,5713
1,2659
0,4522
0,4522
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
0,6173
3,0357
4,2521
0,6173
31 PT.BBIP 0,412 0,452 0 0,003 3,5476 1,1490 0,2196 0,2196
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
0,6777
1,7464
2,9599
0,6777
33 PT.BARA PAGMER JAYA 0,412 0,452 0,137 0,106 3,5505 1,1539 0,0993 0,0993
34 PT.ARJUNA MAS ABADI 2,261 0 0 0,037 2,9468 1,4069 1,9388 1,4069
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
4,1353
1,7624
0,5639
0,5639
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,4649
0,9672
2,1713
0,9672
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
3,4595
1,1060
0,3039
0,3039
38 PT.ABL 0,331 0,376 0 0,013 3,6586 1,2581 0,2009 0,2009
39 PT.AAM 2,803 2,632 0 0,003 0,3140 2,1096 3,3251 0,3140
40 PONPES KHASANAH 3,551 3,316 0 0,019 0,7021 3,1205 4,3369 0,7021
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
1,7189
4,1342
5,3501
1,7189
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
0,9821
3,3998
4,6166
0,9821
43 MASJID NURULLAH 1,057 1,04 0 0,001 2,6749 0,3201 0,9776 0,3201
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,8188
0,7652
1,8964
0,7652
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
0,3405
2,0837
3,2989
0,3405
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,000
5
1,0409
3,4585
4,6753
1,0409
47 IBU NING 2,201 2,084 0 0,001
6
1,1265
1,3008
2,5131
1,1265
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,4639 0,9673 2,1765 0,9673
49 IBU ITA 2,386 2,252 0 0,003 0,8768 1,5484 2,7622 0,8768
50 BOBBY COM 2,463 2,368 0 0,001 0,7426 1,6865 2,8974 0,7426
51 BAPAK YUSUF SOLEHAT 0,369 0,416 0 0,004 3,6037 1,2046 0,2050 0,2050
52 BAPAK WENDI 0,369 0,416 0 0,002 3,6037 1,2047 0,2058 0,2058
53 BAPAK SURYA YUSRA 3,427 3,2 0 0,042 0,5320 2,9507 4,1670 0,5320
54 BAPAK RIZKY 1,182 1,156 0 0,001 2,5044 0,2073 1,1449 0,2073
55 BAPAK LUKMAN 2,614 2,464 0 0,002 0,5660 1,8582 3,0728 0,5660
56 BAPAK GUSNAR 2,967 2,784 0 0 0,0970 2,3327 3,5484 0,0970
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
2,1407
0,3313
1,4983
0,3313
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
1,7161
4,1334
5,3503
1,7161
Page 132
lx
7. Centroid Iterasi 4
L R F M
C1 3,1342 2,9385 0,0032 0,0421
C2 1,1630 0,9530 0,0227 0,0403
C3 0,3685 0,3762 0,1815 0,0905
8. Iterasi 4
NO Nama Pembeli L R F M C1 C2 C3 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 3,6128 0,9483 0,5207 0,5207
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
2,0641
0,7717
1,7223
0,7717
3 TEKNOGRASI 0,227 0,284 0,068 0,154 3,9389 1,1570 0,2132 0,2132
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 3,6018 0,8193 0,2185 0,2185
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 3,0736 0,3564 0,7070 0,3564
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 0,2027 2,5998 3,5773 0,2027
7 RS SILOAM 1,285 1,248 0 0,06 2,5055 0,3206 1,2782 0,3206
8 RS MUHAMMADIYAH 0 0,072 0,205 0,056 4,2522 1,4704 0,4797 0,4797
9 RS MMC 1,659 1,592 0 0,001 1,9977 0,8102 1,7845 0,8102
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
0,8174
1,9841
2,9599
0,8174
11 RS AR-RASYID 0,331 0,376 0,205 0,028 3,8033 1,0289 0,0766 0,0766
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,4
3,6707
1,0735
0,5617
0,5617
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 3,9956 1,2093 0,3010 0,3010
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 0,7268 2,1691 3,1302 0,7268
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
3,4610
0,6813
0,3383
0,3383
16 PT.SOLID 1,72 0,213 0 0,000281 3,0708 0,9273 1,3763 0,9273
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
0,9828
3,7797
4,7567
0,9828
18 PT.PINAGO 1,285 1,248 0 0,006 2,5057 0,3219 1,2807 0,3219
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
1,5180
4,3146
5,2914
1,5180
20 PT.NIPPON INDOSARI CORPINDO
1,47 1,42 0 0,005
2,2532
0,5604
1,5307
0,5604
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
3,7987
1,0142
0,1203
0,1203
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
1,3243
1,4769
2,4540
1,3243
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
4,1928
1,4053
0,4402
0,4402
Page 133
lxi
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
3,1519
0,3845
0,6509
0,3845
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
2,9557
0,2150
0,8265
0,2150
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
3,4729
0,7484
0,6161
0,6161
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
3,6594
0,9607
0,3344
0,3344
28 PT.FIF 1,182 1,156 0 0,002 2,6439 0,2087 1,1448 0,2087
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
3,7091
1,0595
0,4522
0,4522
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
0,4782
3,2748
4,2521
0,4782
31 PT.BBIP 0,412 0,452 0 0,003 3,6871 0,9038 0,2196 0,2196
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
0,8168
1,9838
2,9599
0,8168
33 PT.BARA PAGMER JAYA 0,412 0,452 0,137 0,106 3,6899 0,9124 0,0993 0,0993
34 PT.ARJUNA MAS ABADI 2,261 0 0 0,037 3,0655 1,4541 1,9388 1,4541
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
4,2741
1,5292
0,5639
0,5639
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,6043
1,2001
2,1713
1,2001
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
3,5983
0,8828
0,3039
0,3039
38 PT.ABL 0,331 0,376 0 0,013 3,7981 1,0131 0,2009 0,2009
39 PT.AAM 2,803 2,632 0 0,003 0,4530 2,3475 3,3251 0,4530
40 PONPES KHASANAH 3,551 3,316 0 0,019 0,5628 3,3597 4,3369 0,5628
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
1,5795
4,3743
5,3501
1,5795
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
0,8429
3,6392
4,6166
0,8429
43 MASJID NURULLAH 1,057 1,04 0 0,001 2,8144 0,1444 0,9776 0,1444
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,9546
0,9749
1,8964
0,9749
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
0,4794
2,3214
3,2989
0,4794
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
0,9017
3,6979
4,6753
0,9017
47 IBU NING 2,201 2,084 0 0,0016 1,2660 1,5358 2,5131 1,2660
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,6033 1,1998 2,1765 1,1998
49 IBU ITA 2,386 2,252 0 0,003 1,0162 1,7847 2,7622 1,0162
50 BOBBY COM 2,463 2,368 0 0,001 0,8819 1,9221 2,8974 0,8819
Page 134
lxii
51 BAPAK YUSUF SOLEHAT 0,369 0,416 0 0,004 3,7431 0,9595 0,2050 0,2050
52 BAPAK WENDI 0,369 0,416 0 0,002 3,7431 0,9596 0,2058 0,2058
53 BAPAK SURYA YUSRA 3,427 3,2 0 0,042 0,3926 3,1899 4,1670 0,3926
54 BAPAK RIZKY 1,182 1,156 0 0,001 2,6439 0,2089 1,1449 0,2089
55 BAPAK LUKMAN 2,614 2,464 0 0,002 0,7052 2,0954 3,0728 0,7052
56 BAPAK GUSNAR 2,967 2,784 0 0 0,2315 2,5708 3,5484 0,2315
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
2,2802
0,5361
1,4983
0,5361
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
1,5767
4,3733
5,3503
1,5767
Page 135
lxiii
C. Clustering K4
1. Centroid Iterasi 1
L R F M
C1 1,285 1,248 0,000 0,060
C2 0,331 0,376 0,068 0,077
C3 0,000 0,072 0,480 0,066
C4 2,386 2,252 0,000 0,003
2. Iterasi 1
NO Nama Pembeli L R F M C1 C2 C3 C4 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,1822 0,5310 0,9299 2,6202 0,5310
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,4793
1,7471
2,2345
1,0636
0,4793
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,4360 0,1588 0,5234 2,9260 0,1588
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,0987 0,2064 0,7681 2,5866 0,2064
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,5986 0,7454 1,2127 2,0619 0,5986
6 RS SITI KHODIJAH 2,988 2,804 0,000 0,002 2,3075 3,6007 4,0776 0,8168 0,8168
7 RS SILOAM 1,285 1,248 0,000 0,060 0,0000 1,2944 1,8068 1,4911 0,0000
8 RS MUHAMMADIYAH 0,000 0,072 0,205 0,056 1,7539 0,4703 0,2752 3,2389 0,2752
9 RS MMC 1,659 1,592 0,000 0,001 0,5116 1,8035 2,3016 0,9819 0,5116
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0,000 0,091
1,6898
2,9828
3,4650
0,2181
0,2181
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,3090 0,1455 0,5282 2,7902 0,1455
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,400
1,3031
0,6675
0,7404
2,6880
0,6675
13 PT.TRIMATA BENUA 0,184 0,244 0,000 0,012 1,4908 0,2188 0,5448 2,9801 0,2188
14 PT.TRIARYANI 2,650 2,500 0,068 0,354 1,8766 3,1569 3,6291 0,5089 0,5089
15 PT.SRIJASA BRIKASA PERKASA
0,580 0,604 0,068 0,020
0,9581
0,3424
0,8895
2,4459
0,3424
16 PT.SOLID 1,720 0,213 0,000 0,000 1,1243 1,4023 1,7925 2,1450 1,1243
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,600 0,000 0,038
3,4883
4,7813
5,2522
1,9985
1,9985
18 PT.PINAGO 1,285 1,248 0,000 0,006 0,0540 1,2962 1,8078 1,4900 0,0540
19 PT.PALEMBANG KULINA UTAMA
4,257 3,960 0,000 0,047
4,0234
5,3164
5,7853
2,5337
2,5337
20 PT.NIPPON INDOSARI CORPINDO
1,470 1,420 0,000 0,005
0,2585
1,5482
2,0523
1,2375
0,2585
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,2944
0,0000
0,6098
2,7843
0,0000
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0,000 0,017
1,1822
2,4756
2,9629
0,3089
0,3089
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
1,6883
0,3955
0,4161
3,1779
0,3955
Page 136
lxiv
24 PT.LAJU PERDANA INDAH
0,808 0,812 0,000 0,003
0,6487
0,6540
1,1978
2,1363
0,6487
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,020
0,4563
0,8450
1,3573
1,9407
0,4563
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,0675
0,6407
1,0528
2,4739
0,6407
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,480 0,048
1,2211
0,4466
0,6195
2,6568
0,4466
28 PT.FIF 1,182 1,156 0,000 0,002 0,1498 1,1588 1,6753 1,6281 0,1498
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,3081
0,5689
0,6080
2,7153
0,5689
30 PT.BINASAWIT MAKMUR
3,487 3,260 0,000 0,014
2,9831
4,2763
4,7493
1,4928
1,4928
31 PT.BBIP 0,412 0,452 0,000 0,003 1,1828 0,1498 0,7406 2,6715 0,1498
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0,000 0,081
1,6897
2,9828
3,4649
0,2142
0,2142
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
1,1902
0,1339
0,6583
2,6769
0,1339
34 PT.ARJUNA MAS ABADI
2,261 0,000 0,000 0,037
1,5845
1,9679
2,3127
2,2557
1,5845
35 PT.ANEKA BUMI PRATAMA
0,000 0,072 0,480 0,066
1,8068
0,6098
0,0000
3,2680
0,0000
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,9058
2,1956
2,6767
0,5918
0,5918
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,1459
0,4094
0,6758
2,5931
0,4094
38 PT.ABL 0,331 0,376 0,000 0,013 1,2933 0,0934 0,6597 2,7825 0,0934
39 PT.AAM 2,803 2,632 0,000 0,003 2,0550 3,3482 3,8268 0,5642 0,5642
40 PONPES KHASANAH 3,551 3,316 0,000 0,019 3,0681 4,3612 4,8338 1,5778 1,5778
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,300
4,000
0,000
0,137
4,0828
5,3754
5,8442
2,5955
2,5955
42 NOTARIS DIAN SARASWATI
3,758 3,504 0,000 0,002
3,3479
4,6410
5,1123
1,8574
1,8574
43 MASJID NURULLAH 1,057 1,040 0,000 0,001 0,3142 0,9891 1,5129 1,7987 0,3142
44 KOPKAR KITLUR SUMBAGSEL
1,720 1,648 0,000 0,436
0,7004
1,9185
2,4103
0,9979
0,7004
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0,000 0,000
2,0288
3,3220
3,8008
0,5379
0,5379
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0,000 0,001
3,4067
4,6997
5,1708
1,9161
1,9161
47 IBU NING 2,201 2,084 0,000 0,002 1,2415 2,5347 3,0211 0,2499 0,2499
48 IBU KHOLIAH 1,952 1,856 0,000 0,008 0,9040 2,1971 2,6883 0,5875 0,5875
49 IBU ITA 2,386 2,252 0,000 0,003 1,4911 2,7843 3,2680 0,0000 0,0000
50 BOBBY COM 2,463 2,368 0,000 0,001 1,6265 2,9196 3,4019 0,1392 0,1392
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0,000 0,004
1,2387
0,1140
0,6991
2,7275
0,1140
52 BAPAK WENDI 0,369 0,416 0,000 0,002 1,2388 0,1153 0,6993 2,7275 0,1153
53 BAPAK SURYA YUSRA 3,427 3,200 0,000 0,042 2,8981 4,1912 4,6647 1,4085 1,4085
Page 137
lxv
54 BAPAK RIZKY 1,182 1,156 0,000 0,001 0,1502 1,1589 1,6754 1,6281 0,1502
55 BAPAK LUKMAN 2,614 2,464 0,000 0,002 1,8023 3,0955 3,5762 0,3113 0,3113
56 BAPAK GUSNAR 2,967 2,784 0,000 0,000 2,2786 3,5718 4,0488 0,7878 0,7878
57 BAPAK AGUNG BAGUSTA
1,453 1,400 0,068 0,002
0,2435
1,5209
2,0121
1,2653
0,2435
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,300
4,000
0,000
0,029
4,0822
5,3752
5,8439
2,5922
2,5922
Page 138
lxvi
3. Centroid Iterasi 2
L R F M
C1 1,368 1,087 0,027 0,054
C2 0,409 0,410 0,164 0,094
C3 0,000 0,072 0,343 0,061
C4 2,921 2,741 0,006 0,036
4. Iterasi 2
NO Nama Pembeli L R F M C1 C2 C3 C4 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,1546 0,4966 0,8807 3,3264 0,4966
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,5517
1,6686
2,2137
1,7753
0,5517
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,3994 0,2486 0,4251 3,6486 0,2486
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,0641 0,1723 0,7038 3,3111 0,1723
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,5733 0,6560 1,1890 2,7835 0,5733
6 RS SITI KHODIJAH 2,988 2,804 0,000 0,002 2,3613 3,5239 4,0636 0,0982 0,0982
7 RS SILOAM 1,285 1,248 0,000 0,060 0,1832 1,2238 1,7753 2,2150 0,1832
8 RS MUHAMMADIYAH 0,000 0,072 0,205 0,056 1,7127 0,5335 0,1381 3,9618 0,1381
9 RS MMC 1,659 1,592 0,000 0,001 0,5859 1,7307 2,2768 1,7071 0,5859
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0,000 0,091
1,7463
2,9063
3,4487
0,5282
0,5282
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,2701 0,1152 0,4713 3,5130 0,1152
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,400
1,2642
0,5603
0,7799
3,3862
0,5603
13 PT.TRIMATA BENUA 0,184 0,244 0,000 0,012 1,4543 0,3344 0,4284 3,7050 0,3344
14 PT.TRIARYANI 2,650 2,500 0,068 0,354 1,9318 3,0768 3,6165 0,4863 0,4863
15 PT.SRIJASA BRIKASA PERKASA
0,580 0,604 0,068 0,020
0,9258
0,2856
0,8347
3,1704
0,2856
16 PT.SOLID 1,720 0,213 0,000 0,000 0,9441 1,3391 1,7606 2,7990 0,9441
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,600 0,000 0,038
3,5399
4,7034
5,2414
1,2734
1,2734
18 PT.PINAGO 1,285 1,248 0,000 0,006 0,1893 1,2265 1,7762 2,2151 0,1893
19 PT.PALEMBANG KULINA UTAMA
4,257 3,960 0,000 0,047
4,0745
5,2382
5,7755
1,8086
1,8086
20 PT.NIPPON INDOSARI CORPINDO
1,470 1,420 0,000 0,005
0,3527
1,4767
2,0245
1,9625
0,3527
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,2582
0,1294
0,5271
3,5081
0,1294
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0,000 0,017
1,2418
2,4004
2,9437
1,0336
1,0336
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
1,6496
0,4877
0,2808
3,9022
0,2808
24 PT.LAJU PERDANA INDAH
0,808 0,812 0,000 0,003
0,6265
0,5966
1,1496
2,8613
0,5966
Page 139
lxvii
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,020
0,4412
0,7726
1,3220
2,6650
0,4412
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,9477
0,5842
1,0069
3,1856
0,5842
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,480 0,048
1,1802
0,3329
0,6343
3,3710
0,3329
28 PT.FIF 1,182 1,156 0,000 0,002 0,2069 1,0906 1,6411 2,3532 0,2069
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,2662
0,4593
0,6532
3,4226
0,4593
30 PT.BINASAWIT MAKMUR
3,487 3,260 0,000 0,014
3,0355
4,1988
4,7373
0,7683
0,7683
31 PT.BBIP 0,412 0,452 0,000 0,003 1,1491 0,1922 0,6597 3,3964 0,1922
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0,000 0,081
1,7461
2,9063
3,4486
0,5272
0,5272
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
1,1541
0,0514
0,5988
3,3995
0,0514
34 PT.ARJUNA MAS ABADI
2,261 0,000 0,000 0,037
1,4071
1,9048
2,2881
2,8193
1,4071
35 PT.ANEKA BUMI PRATAMA
0,000 0,072 0,480 0,066
1,7627
0,6182
0,1371
3,9851
0,1371
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,9670
2,1180
2,6589
1,3138
0,9670
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,1063
0,2885
0,6757
3,3094
0,2885
38 PT.ABL 0,331 0,376 0,000 0,013 1,2583 0,2017 0,5674 3,5074 0,2017
39 PT.AAM 2,803 2,632 0,000 0,003 2,1094 3,2717 3,8120 0,1641 0,1641
40 PONPES KHASANAH 3,551 3,316 0,000 0,019 3,1202 4,2836 4,8221 0,8531 0,8531
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,300
4,000
0,000
0,137
4,1340
5,2969
5,8346
1,8700
1,8700
42 NOTARIS DIAN SARASWATI
3,758 3,504 0,000 0,002
3,3996
4,5633
5,1012
1,1331
1,1331
43 MASJID NURULLAH 1,057 1,040 0,000 0,001 0,3201 0,9232 1,4750 2,5237 0,3201
44 KOPKAR KITLUR SUMBAGSEL
1,720 1,648 0,000 0,436
0,7650
1,8426
2,3876
1,6724
0,7650
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0,000 0,000
2,0835
3,2455
3,7859
0,1905
0,1905
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0,000 0,001
3,4583
4,6220
5,1598
1,1918
1,1918
47 IBU NING 2,201 2,084 0,000 0,002 1,3005 2,4595 3,0023 0,9753 0,9753
48 IBU KHOLIAH 1,952 1,856 0,000 0,008 0,9671 2,1227 2,6671 1,3126 0,9671
49 IBU ITA 2,386 2,252 0,000 0,003 1,5482 2,7086 3,2506 0,7256 0,7256
50 BOBBY COM 2,463 2,368 0,000 0,001 1,6863 2,8440 3,3851 0,5917 0,5917
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0,000 0,004
1,2048
0,1914
0,6127
3,4524
0,1914
52 BAPAK WENDI 0,369 0,416 0,000 0,002 1,2049 0,1923 0,6129 3,4525 0,1923
53 BAPAK SURYA YUSRA 3,427 3,200 0,000 0,042 2,9504 4,1136 4,6526 0,6832 0,6832
54 BAPAK RIZKY 1,182 1,156 0,000 0,001 0,2071 1,0907 1,6412 2,3532 0,2071
Page 140
lxviii
55 BAPAK LUKMAN 2,614 2,464 0,000 0,002 1,8580 3,0193 3,5603 0,4149 0,4149
56 BAPAK GUSNAR 2,967 2,784 0,000 0,000 2,3324 3,4950 4,0348 0,0728 0,0728
57 BAPAK AGUNG BAGUSTA
1,453 1,400 0,068 0,002
0,3310
1,4449
1,9884
1,9895
0,3310
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,300
4,000
0,000
0,029
4,1332
5,2971
5,8342
1,8673
1,8673
Page 141
lxix
5. Centroid Iterasi 3
L R F M
C1 1,476 1,200 0,030 0,053
C2 0,452 0,449 0,160 0,091
C3 0,013 0,085 0,251 0,056
C4 3,134 2,939 0,003 0,042
6. Iterasi 3
NO Nama Pembeli L R F M C1 C2 C3 C4 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,2938 0,4849 0,8449 3,6128 0,4849
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,4127
1,6107
2,1862
2,0641
0,4127
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,5527 0,3004 0,3584 3,9389 0,3004
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,2165 0,1355 0,6553 3,6018 0,1355
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,7132 0,5984 1,1634 3,0736 0,5984
6 RS SITI KHODIJAH 2,988 2,804 0,000 0,002 2,2050 3,4656 4,0385 0,2027 0,2027
7 RS SILOAM 1,285 1,248 0,000 0,060 0,1993 1,1656 1,7417 2,5055 0,1993
8 RS MUHAMMADIYAH 0,000 0,072 0,205 0,056 1,8660 0,5915 0,0495 4,2522 0,0495
9 RS MMC 1,659 1,592 0,000 0,001 0,4366 1,6723 2,2464 1,9977 0,4366
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0,000 0,091
1,5902
2,8480
3,4225
0,8174
0,8174
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,4218 0,1614 0,4344 3,8033 0,1614
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,400
1,3942
0,5562
0,8044
3,6707
0,5562
13 PT.TRIMATA BENUA 0,184 0,244 0,000 0,012 1,6081 0,3818 0,3457 3,9956 0,3457
14 PT.TRIARYANI 2,650 2,500 0,068 0,354 1,7777 3,0191 3,5928 0,7268 0,7268
15 PT.SRIJASA BRIKASA PERKASA
0,580 0,604 0,068 0,020
1,0773
0,2322
0,7910
3,4610
0,2322
16 PT.SOLID 1,720 0,213 0,000 0,000 1,0186 1,3026 1,7313 3,0708 1,0186
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,600 0,000 0,038
3,3836
4,6452
5,2178
0,9828
0,9828
18 PT.PINAGO 1,285 1,248 0,000 0,006 0,2045 1,1683 1,7425 2,5057 0,2045
19 PT.PALEMBANG KULINA UTAMA
4,257 3,960 0,000 0,047
3,9182
5,1799
5,7524
1,5180
1,5180
20 PT.NIPPON INDOSARI CORPINDO
1,470 1,420 0,000 0,005
0,2270
1,4184
1,9927
2,2532
0,2270
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,4115
0,1692
0,4688
3,7987
0,1692
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0,000 0,017
1,0860
2,3420
2,9161
1,3243
1,0860
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
1,8037
0,5436
0,1869
4,1928
0,1869
24 PT.LAJU PERDANA INDAH 0,808 0,812 0,000 0,003 0,7747 0,5402 1,1074 3,1519 0,5402
25 PT.KASIH AGRO MANDIRI 0,954 0,944 0,068 0,020 0,5836 0,7144 1,2877 2,9557 0,5836
Page 142
lxx
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,0974
0,5567
0,9712
3,4729
0,5567
27 PT.GLOBAL ALAM LESTARI 0,455 0,492 0,480 0,048 1,3216 0,3260 0,6431 3,6594 0,3260
28 PT.FIF 1,182 1,156 0,000 0,002 0,3030 1,0325 1,6061 2,6439 0,3030
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,4020
0,4597
0,6819
3,7091
0,4597
30 PT.BINASAWIT MAKMUR 3,487 3,260 0,000 0,014 2,8792 4,1405 4,7132 0,4782 0,4782
31 PT.BBIP 0,412 0,452 0,000 0,003 1,3020 0,1870 0,5998 3,6871 0,1870
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0,000 0,081
1,5899
2,8480
3,4224
0,8168
0,8168
33 PT.BARA PAGMER JAYA 0,412 0,452 0,137 0,106 1,3062 0,0486 0,5562 3,6899 0,0486
34 PT.ARJUNA MAS ABADI 2,261 0,000 0,000 0,037 1,4344 1,8713 2,2640 3,0655 1,4344
35 PT.ANEKA BUMI PRATAMA
0,000 0,072 0,480 0,066
1,9116
0,6706
0,2299
4,2741
0,2299
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,8118
2,0597
2,6326
1,6043
0,8118
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,2496
0,2684
0,6732
3,5983
0,2684
38 PT.ABL 0,331 0,376 0,000 0,013 1,4116 0,2273 0,5007 3,7981 0,2273
39 PT.AAM 2,803 2,632 0,000 0,003 1,9531 3,2133 3,7865 0,4530 0,4530
40 PONPES KHASANAH 3,551 3,316 0,000 0,019 2,9639 4,2254 4,7981 0,5628 0,5628
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,300
4,000
0,000
0,137
3,9777
5,2387
5,8117
1,5795
1,5795
42 NOTARIS DIAN SARASWATI
3,758 3,504 0,000 0,002
3,2433
4,5050
5,0775
0,8429
0,8429
43 MASJID NURULLAH 1,057 1,040 0,000 0,001 0,4525 0,8654 1,4381 2,8144 0,4525
44 KOPKAR KITLUR SUMBAGSEL
1,720 1,648 0,000 0,436
0,6388
1,7859
2,3588
1,9546
0,6388
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0,000 0,000
1,9272
3,1872
3,7603
0,4794
0,4794
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0,000 0,001
3,3020
4,5638
5,1361
0,9017
0,9017
47 IBU NING 2,201 2,084 0,000 0,002 1,1447 2,4011 2,9748 1,2660 1,1447
48 IBU KHOLIAH 1,952 1,856 0,000 0,008 0,8122 2,0644 2,6385 1,6033 0,8122
49 IBU ITA 2,386 2,252 0,000 0,003 1,3921 2,6503 3,2238 1,0162 1,0162
50 BOBBY COM 2,463 2,368 0,000 0,001 1,5303 2,7857 3,3587 0,8819 0,8819
51 BAPAK YUSUF SOLEHAT 0,369 0,416 0,000 0,004 1,3578 0,2029 0,5496 3,7431 0,2029
52 BAPAK WENDI 0,369 0,416 0,000 0,002 1,3578 0,2038 0,5498 3,7431 0,2038
53 BAPAK SURYA YUSRA 3,427 3,200 0,000 0,042 2,7941 4,0554 4,6284 0,3926 0,3926
54 BAPAK RIZKY 1,182 1,156 0,000 0,001 0,3032 1,0326 1,6062 2,6439 0,3032
55 BAPAK LUKMAN 2,614 2,464 0,000 0,002 1,7017 2,9610 3,5343 0,7052 0,7052
56 BAPAK GUSNAR 2,967 2,784 0,000 0,000 2,1761 3,4367 4,0096 0,2315 0,2315
57 BAPAK AGUNG BAGUSTA 1,453 1,400 0,068 0,002 0,2110 1,3866 1,9594 2,2802 0,2110
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,300 4,000 0,000 0,029
3,9769
5,2388
5,8112
1,5767
1,5767
Page 143
lxxi
7. Centroid Iterasi 4
L R F M
C1 1,595 1,321 0,016 0,049
C2 0,490 0,484 0,171 0,092
C3 0,056 0,125 0,188 0,045
C4 3,235 3,031 0,004 0,046
8. Iterasi 4
NO Nama Pembeli L R F M C1 C2 C3 C4 Jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,4501 0,4802 0,7956 3,7472 0,4802
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,2882
1,5600
2,1246
2,1995
0,2882
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,7202 0,3517 0,2846 4,0750 0,2846
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,3833 0,1317 0,5829 3,7380 0,1317
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,8750 0,5466 1,1040 3,2096 0,5466
6 RS SITI KHODIJAH 2,988 2,804 0,000 0,002 2,0356 3,4146 3,9767 0,3378 0,3378
7 RS SILOAM 1,285 1,248 0,000 0,060 0,3186 1,1163 1,6758 2,6418 0,3186
8 RS MUHAMMADIYAH 0,000 0,072 0,205 0,056 2,0343 0,6421 0,0793 4,3882 0,0793
Page 144
lxxii
9 RS MMC 1,659 1,592 0,000 0,001 0,2831 1,6223 2,1819 2,1340 0,2831
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0,000 0,091
1,4211
2,7972
3,3603
0,9532
0,9532
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,5892 0,2055 0,3735 3,9394 0,2055
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,400
1,5477
0,5433
0,7967
3,8041
0,5433
13 PT.TRIMATA BENUA 0,184 0,244 0,000 0,012 1,7751 0,4324 0,2593 4,1319 0,2593
14 PT.TRIARYANI 2,650 2,500 0,068 0,354 1,6124 2,9680 3,5330 0,8500 0,8500
15 PT.SRIJASA BRIKASA PERKASA
0,580 0,604 0,068 0,020
1,2437
0,1959
0,7209
3,5972
0,1959
16 PT.SOLID 1,720 0,213 0,000 0,000 1,1163 1,2742 1,6780 3,1992 1,1163
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,600 0,000 0,038
3,2142
4,5940
5,1568
0,8466
0,8466
18 PT.PINAGO 1,285 1,248 0,000 0,006 0,3213 1,1191 1,6762 2,6420 0,3213
19 PT.PALEMBANG KULINA UTAMA
4,257 3,960 0,000 0,047
3,7488
5,1288
5,6917
1,3817
1,3817
20 PT.NIPPON INDOSARI CORPINDO
1,470 1,420 0,000 0,005
0,1658
1,3687
1,9274
2,3895
0,1658
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,5789
0,2187
0,3929
3,9348
0,2187
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0,000 0,017
0,9174
2,2914
2,8530
1,4606
0,9174
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
1,9716
0,5962
0,1223
4,3291
0,1223
24 PT.LAJU PERDANA INDAH
0,808 0,812 0,000 0,003
0,9381
0,4959
1,0370
3,2882
0,4959
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,020
0,7456
0,6654
1,2220
3,0919
0,6654
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,2612
0,5401
0,9135
3,6077
0,5401
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,480 0,048
1,4836
0,3140
0,6159
3,7944
0,3140
28 PT.FIF 1,182 1,156 0,000 0,002 0,4471 0,9838 1,5393 2,7802 0,4471
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,5601
0,4510
0,6730
3,8434
0,4510
30 PT.BINASAWIT MAKMUR
3,487 3,260 0,000 0,014
2,7098
4,0894
4,6519
0,3425
0,3425
31 PT.BBIP 0,412 0,452 0,000 0,003 1,4683 0,2107 0,5208 3,8234 0,2107
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0,000 0,081
1,4208
2,7972
3,3602
0,9528
0,9528
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
1,4735
0,0921
0,4902
3,8259
0,0921
34 PT.ARJUNA MAS ABADI
2,261 0,000 0,000 0,037
1,4798
1,8445
2,2171
3,1831
1,4798
35 PT.ANEKA BUMI PRATAMA
0,000 0,072 0,480 0,066
2,0780
0,7113
0,3023
4,4095
0,3023
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,6460
2,0088
2,5706
1,7405
0,6460
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,4128
0,2458
0,6360
3,7337
0,2458
Page 145
lxxiii
38 PT.ABL 0,331 0,376 0,000 0,013 1,5783 0,2693 0,4188 3,9343 0,2693
39 PT.AAM 2,803 2,632 0,000 0,003 1,7837 3,1624 3,7244 0,5891 0,5891
40 PONPES KHASANAH 3,551 3,316 0,000 0,019 2,7945 4,1743 4,7368 0,4269 0,4269
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,300
4,000
0,000
0,137
3,8085
5,1874
5,7511
1,4433
1,4433
42 NOTARIS DIAN SARASWATI
3,758 3,504 0,000 0,002
3,0739
4,4539
5,0163
0,7071
0,7071
43 MASJID NURULLAH 1,057 1,040 0,000 0,001 0,6086 0,8175 1,3703 2,9507 0,6086
44 KOPKAR KITLUR SUMBAGSEL
1,720 1,648 0,000 0,436
0,5221
1,7365
2,2974
2,0876
0,5221
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0,000 0,000
1,7578
3,1363
3,6982
0,6155
0,6155
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0,000 0,001
3,1326
4,5126
5,0750
0,7658
0,7658
47 IBU NING 2,201 2,084 0,000 0,002 0,9760 2,3505 2,9117 1,4023 0,9760
48 IBU KHOLIAH 1,952 1,856 0,000 0,008 0,6450 2,0140 2,5749 1,7396 0,6450
49 IBU ITA 2,386 2,252 0,000 0,003 1,2230 2,5996 3,1611 1,1525 1,1525
50 BOBBY COM 2,463 2,368 0,000 0,001 1,3613 2,7349 3,2961 1,0181 1,0181
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0,000 0,004
1,5242
0,2374
0,4692
3,8794
0,2374
52 BAPAK WENDI 0,369 0,416 0,000 0,002 1,5243 0,2381 0,4694 3,8794 0,2381
53 BAPAK SURYA YUSRA 3,427 3,200 0,000 0,042 2,6247 4,0043 4,5671 0,2564 0,2564
54 BAPAK RIZKY 1,182 1,156 0,000 0,001 0,4472 0,9839 1,5393 2,7802 0,4472
55 BAPAK LUKMAN 2,614 2,464 0,000 0,002 1,5324 2,9102 3,4719 0,8415 0,8415
56 BAPAK GUSNAR 2,967 2,784 0,000 0,000 2,0067 3,3857 3,9477 0,3668 0,3668
57 BAPAK AGUNG BAGUSTA
1,453 1,400 0,068 0,002
0,1766
1,3361
1,8960
2,4164
0,1766
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,300
4,000
0,000
0,029
3,8075
5,1876
5,7504
1,4405
1,4405
Page 146
lxxiv
9. Centroid Iterasi 5
L R F M
C1 1,6942 1,4036 0,0170 0,0521
C2 0,5306 0,5204 0,1712 0,0847
C3 0,0898 0,1568 0,1642 0,0670
C4 3,2347 3,0305 0,0036 0,0456
10. Iterasi 5
NO Nama Pembeli L R F M C1 C2 C3 C4 jarak
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 1,5706 0,4868 0,7433 3,7472 0,4868
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
0,2373
1,5064
2,0751
2,1995
0,2373
3 TEKNOGRASI 0,227 0,284 0,068 0,154 1,8491 0,4044 0,2277 4,0750 0,2277
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 1,5125 0,1361 0,5341 3,7380 0,1361
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 1,0006 0,4919 1,0585 3,2096 0,4919
6 RS SITI KHODIJAH 2,988 2,804 0,000 0,002 1,9073 3,3600 3,9292 0,3378 0,3378
7 RS SILOAM 1,285 1,248 0,000 0,060 0,4382 1,0623 1,6267 2,6418 0,4382
8 RS MUHAMMADIYAH 0,000 0,072 0,205 0,056 2,1631 0,6961 0,1305 4,3882 0,1305
9 RS MMC 1,659 1,592 0,000 0,001 0,1991 1,5678 2,1339 2,1340 0,1991
Page 147
lxxv
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0,000 0,091
1,2934
2,7428
3,3121
0,9532
0,9532
11 RS AR-RASYID 0,331 0,376 0,205 0,028 1,7176 0,2550 0,3308 3,9394 0,2550
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,400
1,6631
0,5496
0,7682
3,8041
0,5496
13 PT.TRIMATA BENUA 0,184 0,244 0,000 0,012 1,9045 0,4808 0,2156 4,1319 0,2156
14 PT.TRIARYANI 2,650 2,500 0,068 0,354 1,4864 2,9144 3,4838 0,8500 0,8500
15 PT.SRIJASA BRIKASA PERKASA
0,580 0,604 0,068 0,020
1,3727
0,1558
0,6721
3,5972
0,1558
16 PT.SOLID 1,720 0,213 0,000 0,000 1,1921 1,2432 1,6408 3,1992 1,1921
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,600 0,000 0,038
3,0854
4,5395
5,1093
0,8466
0,8466
18 PT.PINAGO 1,285 1,248 0,000 0,006 0,4405 1,0649 1,6279 2,6420 0,4405
19 PT.PALEMBANG KULINA UTAMA
4,257 3,960 0,000 0,047
3,6199
5,0742
5,6442
1,3817
1,3817
20 PT.NIPPON INDOSARI CORPINDO
1,470 1,420 0,000 0,005
0,2303
1,3143
1,8792
2,3895
0,2303
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
1,7081
0,2672
0,3400
3,9348
0,2672
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0,000 0,017
0,7917
2,2369
2,8051
1,4606
0,7917
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
2,1009
0,6492
0,1198
4,3291
0,1198
24 PT.LAJU PERDANA INDAH
0,808 0,812 0,000 0,003
1,0668
0,4449
0,9880
3,2882
0,4449
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,020
0,8734
0,6112
1,1739
3,0919
0,6112
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,3837
0,5238
0,8741
3,6077
0,5238
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,480 0,048
1,6066
0,3213
0,5881
3,7944
0,3213
28 PT.FIF 1,182 1,156 0,000 0,002 0,5714 0,9298 1,4908 2,7802 0,5714
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
1,6796
0,4605
0,6526
3,8434
0,4605
30 PT.BINASAWIT MAKMUR
3,487 3,260 0,000 0,014
2,5811
4,0349
4,6044
0,3425
0,3425
31 PT.BBIP 0,412 0,452 0,000 0,003 1,5976 0,2339 0,4712 3,8234 0,2339
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0,000 0,081
1,2931
2,7428
3,3121
0,9528
0,9528
33 PT.BARA PAGMER JAYA 0,412 0,452 0,137 0,106 1,6021 0,1427 0,4396 3,8259 0,1427
34 PT.ARJUNA MAS ABADI 2,261 0,000 0,000 0,037 1,5139 1,8157 2,1832 3,1831 1,5139
35 PT.ANEKA BUMI PRATAMA
0,000 0,072 0,480 0,066
2,2041
0,7605
0,3391
4,4095
0,3391
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
0,5239
1,9541
2,5231
1,7405
0,5239
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
1,5370
0,2439
0,6018
3,7337
0,2439
38 PT.ABL 0,331 0,376 0,000 0,013 1,7077 0,3085 0,3689 3,9343 0,3085
39 PT.AAM 2,803 2,632 0,000 0,003 1,6556 3,1078 3,6768 0,5891 0,5891
Page 148
lxxvi
40 PONPES KHASANAH 3,551 3,316 0,000 0,019 2,6658 4,1197 4,6893 0,4269 0,4269
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,300
4,000
0,000
0,137
3,6795
5,1330
5,7033
1,4433
1,4433
42 NOTARIS DIAN SARASWATI
3,758 3,504 0,000 0,002
2,9451
4,3993
4,9690
0,7071
0,7071
43 MASJID NURULLAH 1,057 1,040 0,000 0,001 0,7356 0,7638 1,3217 2,9507 0,7356
44 KOPKAR KITLUR SUMBAGSEL
1,720 1,648 0,000 0,436
0,4561
1,6849
2,2460
2,0876
0,4561
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0,000 0,000
1,6298
3,0817
3,6506
0,6155
0,6155
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0,000 0,001
3,0038
4,4580
5,0277
0,7658
0,7658
47 IBU NING 2,201 2,084 0,000 0,002 0,8501 2,2959 2,8640 1,4023 0,8501
48 IBU KHOLIAH 1,952 1,856 0,000 0,008 0,5228 1,9594 2,5270 1,7396 0,5228
49 IBU ITA 2,386 2,252 0,000 0,003 1,0959 2,5450 3,1134 1,1525 1,0959
50 BOBBY COM 2,463 2,368 0,000 0,001 1,2345 2,6803 3,2485 1,0181 1,0181
51 BAPAK YUSUF SOLEHAT 0,369 0,416 0,000 0,004 1,6535 0,2699 0,4196 3,8794 0,2699
52 BAPAK WENDI 0,369 0,416 0,000 0,002 1,6536 0,2705 0,4199 3,8794 0,2705
53 BAPAK SURYA YUSRA 3,427 3,200 0,000 0,042 2,4960 3,9497 4,5195 0,2564 0,2564
54 BAPAK RIZKY 1,182 1,156 0,000 0,001 0,5714 0,9299 1,4908 2,7802 0,5714
55 BAPAK LUKMAN 2,614 2,464 0,000 0,002 1,4047 2,8556 3,4243 0,8415 0,8415
56 BAPAK GUSNAR 2,967 2,784 0,000 0,000 1,8784 3,3311 3,9002 0,3668 0,3668
57 BAPAK AGUNG BAGUSTA
1,453 1,400 0,068 0,002
0,2516
1,2814
1,8486
2,4164
0,2516
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,300 4,000 0,000 0,029
3,6786
5,1331
5,7030
1,4405
1,4405
Page 149
lxxvii
D. Clustering K5
1. Centroid Iterasi 1
L R F M
C1 0,331 0,376 0,205 0,028
C2 2,158 2,044 0 0,017
C3 0,412 0,452 0,137 0,106
C4 1,72 1,648 0 0,436
2. Iterasi 1
NO Nama Pembeli L R F M
C1
C2
C3
C4
C5
Jarak cluste
r
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 0,5919 2,3164 0,4717 2,7772 2,9253 0,4717 3
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,7569
0,7606
1,6357
0,0748
1,3698
0,0748
4
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,2322 2,6172 0,2637 4,1737 3,2370 0,2322 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,2402 2,2781 0,1428 3,0265 2,8978 0,1428 3
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,7310 1,7549 0,6287 1,5374 2,3718 0,6287 3
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,6052 1,1255 3,4925 3,1325 0,5054 0,5054 5
7 RS SILOAM 1,285 1,248 0 0,06 1,3090 1,1822 1,1902 0,4906 1,8023 0,4906 4
Page 150
lxxviii
8 RS MUHAMMADIYAH 0 0,072 0,205 0,056 0,4503 2,9307 0,5668 5,6286 3,5496 0,4503 1
9 RS MMC 1,659 1,592 0 0,001 1,8125 0,6735 1,6984 0,1961 1,2932 0,1961 4
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
2,9897
0,5135
2,8743
1,3260
0,1429
0,1429
5
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,0000 2,4824 0,1518 3,7558 3,1007 0,0000 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477 0,508 0,618 0,4
0,5897
2,3903
0,5702
3,2279
2,9888
0,5702
3
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 0,2852 2,6715 0,3505 4,5103 3,2914 0,2852 1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,1645 0,7538 3,0445 1,6022 0,3621 0,3621 5
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,3644
2,1374
0,2520
2,5672
2,7571
0,2520
3
16 PT.SOLID 1,72 0,213 0 0,000 281
1,4137
1,8827
1,3409
2,2491
2,4220
1,3409
3
17 PT.RIZKI TUJUHBELAS KELOLA
3,861 3,6 0 0,038
4,7851
2,3069
4,6721
8,5526
1,6872
1,6872
5
18 PT.PINAGO 1,285 1,248 0 0,006 1,3088 1,1815 1,1935 0,5341 1,8014 0,5341 4
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,3199
2,8421
5,2070
11,9330
2,2225
2,2225
5
20 PT.NIPPON INDOSARI CORPINDO
1,47 1,42 0 0,005
1,5588
0,9289
1,4441
0,3002
1,5488
0,3002
4
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,1455
2,4756
0,1339
3,6808
3,0955
0,1339
3
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
2,4824
0,0000
2,3685
0,5242
0,6201
0,0000
2
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,4179
2,8692
0,5135
5,3444
3,4892
0,4179
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,6784
1,8277
0,5620
1,7181
2,4476
0,5620
3
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,8542
1,6323
0,7403
1,2601
2,2519
0,7403
3
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,6531
2,1733
0,5931
2,7540
2,7793
0,5931
3
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,3238
2,3538
0,3528
3,3175
2,9635
0,3238
1
28 PT.FIF 1,182 1,156 0 0,002 1,1727 1,3196 1,0574 0,7199 1,9395 0,7199 4
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,4445
2,4155
0,4820
3,5230
3,0191
0,4445
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,2802
1,8014
4,1675
5,8989
1,1815
1,1815
5
31 PT.BBIP 0,412 0,452 0 0,003 0,2345 2,3629 0,1714 3,3288 2,9828 0,1714 3
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
2,9895
0,5122
2,8744
1,3330
0,1369
0,1369
5
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,1518
2,3685
0,0000
3,2689
2,9877
0,0000
3
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,9770
2,0467
1,9096
3,1678
2,4894
1,9096
3
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,5282
2,9629
0,6583
5,8095
3,5762
0,5282
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,1993
0,2871
2,0867
0,2715
0,9017
0,2715
4
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,3053
2,2887
0,2993
3,0670
2,9008
0,2993
3
38 PT.ABL 0,331 0,376 0 0,013 0,2055 2,4739 0,1994 3,7262 3,0939 0,1994 3
Page 151
lxxix
39 PT.AAM 2,803 2,632 0 0,003 3,3531 0,8729 3,2402 2,3286 0,2529 0,2529 5
40 PONPES KHASANAH 3,551 3,316 0 0,019 4,3651 1,8864 4,2523 6,3087 1,2666 1,2666 5
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,3796
2,9032
5,2654
12,2777
2,2848
2,2848
5
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,6445
2,1661
4,5321
7,7865
1,5461
1,5461
5
43 MASJID NURULLAH 1,057 1,04 0 0,001 1,0053 1,4901 0,8897 0,9985 2,1100 0,8897 3
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,9380
0,7240
1,8080
0,0000
1,2859
0,0000
4
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,3268
0,8467
3,2140
2,2550
0,2266
0,2266
5
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,000
5
4,7032
2,2248
4,5908
8,1150
1,6048
1,6048
5
47 IBU NING 2,201 2,084 0 0,001
6
2,5410
0,0607
2,4277
0,6102
0,5612
0,0607
2
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,2046 0,2790 2,0907 0,2803 0,8989 0,2790 2
49 IBU ITA 2,386 2,252 0 0,003 2,7902 0,3089 2,6769 0,9959 0,3113 0,3089 2
50 BOBBY COM 2,463 2,368 0 0,001 2,9251 0,4453 2,8120 1,2597 0,1789 0,1789 5
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,2136
2,4189
0,1798
3,5296
3,0388
0,1798
3
52 BAPAK WENDI 0,369 0,416 0 0,002 0,2139 2,4189 0,1809 3,5314 3,0388 0,1809 3
53 BAPAK SURYA YUSRA 3,427 3,2 0 0,042 4,1955 1,7168 4,0822 5,4778 1,0974 1,0974 5
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,1728 1,3196 1,0575 0,7207 1,9395 0,7207 4
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,1007 0,6201 2,9877 1,6534 0,0000 0,0000 5
56 BAPAK GUSNAR 2,967 2,784 0 0 3,5763 1,0965 3,4636 3,0356 0,4765 0,4765 5
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,5254
0,9574
1,4135
0,3258
1,5763
0,3258
4
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,3785
2,9007
5,2659
12,3540
2,2809
2,2809
5
3. Centroid Iterasi 2
L R F M
C1 0,2086 0,2655 0,2655 0,0655
C2 2,1743 2,0590 0,0074 2,5046
C3 0,7427 0,5156 0,0988 0,0763
C4 1,4804 1,4276 0,0204 0,0749
4. Iterasi 2
NO Nama Pembeli L R F M C1 C2 C3 C4 C5 Jarak cluster
1 Z-TECH
KOMPUTER 0,494 0,528 0,068 0,559
0,6580
2,9927
0,5440
2,0189
3,6797
0,5440
3
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,9226
2,4142
1,3624
0,0549
2,1338
0,0549
4
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,2180 3,5315 0,5715 2,8874 4,0068 0,2180 1
Page 152
lxxx
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,4152 3,3894 0,2745 1,8583 3,6700 0,2745 3
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,8988 3,0484 0,3955 0,7201 3,1424 0,3955 3
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,7741 2,7350 3,2083 4,1731 0,3055 0,3055 5
7 RS SILOAM 1,285 1,248 0 0,06 1,4814 2,7248 0,9168 0,0711 2,5750 0,0711 4
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,2910
3,8354
0,8718
4,0637
4,3198
0,2910
1
9 RS MMC 1,659 1,592 0 0,001 1,9844 2,5984 1,4190 0,0648 2,0685 0,0648 4
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532
2,388
0
0,091
3,1582
2,4621
2,5918
2,0289
0,8945
0,8945
5
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,1796 3,5218 0,4501 2,4633 3,8713 0,1796 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,6058
3,1763
0,6671
2,3153
3,7370
0,6058
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
0,2728
3,6700
0,6323
3,0859
4,0637
0,2728
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,3280 2,2471 2,7665 2,5982 0,7979 0,7979 5
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,5418
3,2918
0,1960
1,4943
3,5294
0,1960
3
16 PT.SOLID 1,72 0,213 0 0,000281 1,5368 3,1442 1,0306 1,5386 3,0857 1,0306 3
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
4,9528
3,3621
4,3873
10,3884
0,9290
0,9290
5
18 PT.PINAGO 1,285 1,248 0 0,006 1,4826 2,7734 0,9193 0,0756 2,5753 0,0756 4
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,4872
3,7405
4,9219
14,1238
1,4597
1,4597
5
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,7315
2,6744
1,1669
0,0055
2,3234
0,0055
4
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,2575
3,4824
0,4358
2,4293
3,8667
0,2575
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,6526
2,4877
2,0862
0,8429
1,3973
0,8429
4
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,3033
3,7945
0,8132
3,8144
4,2607
0,3033
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,8558
3,1112
0,3275
0,8367
3,2207
0,3275
3
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
1,0281
2,9848
0,4820
0,5162
3,0245
0,4820
3
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,7727
3,3113
0,3555
1,7018
3,5187
0,3555
3
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,3979
3,4161
0,4790
2,1387
3,7270
0,3979
1
28 PT.FIF 1,182 1,156 0 0,002 1,3472 2,8396 0,7864 0,1685 2,7133 0,1685 4
29 PT.BUMI SAWINDO PERMAI
0,434
0,472
0,618
0,113
0,4690
3,4117
0,6067
2,3667
3,7763
0,4690
1
Page 153
lxxxi
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,4484
3,0608
3,8829
7,3883
0,4387
0,4387
5
31 PT.BBIP 0,412 0,452 0 0,003 0,3880 3,4563 0,3585 2,0989 3,7554 0,3585 3
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
3,1582
2,4719
2,5918
2,0287
0,8940
0,8940
5
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,3071
3,3850
0,3402
2,1078
3,7579
0,3071
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
2,0867
3,2150
1,6070
2,6492
3,0497
1,6070
3
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,3563
3,8530
0,9454
4,2405
4,3414
0,3563
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,3685
2,4995
1,8063
0,4108
1,6760
0,4108
4
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,4142
3,3618
0,3996
1,9350
3,6661
0,3996
3
38 PT.ABL 0,331 0,376 0 0,013 0,3169 3,5268 0,4503 2,4312 3,8662 0,3169 1
39 PT.AAM 2,803 2,632 0 0,003 3,5222 2,6423 2,9562 3,2054 0,5383 0,5383 5
40 PONPES KHASANAH
3,551 3,316 0 0,019
4,5332
3,1070
3,9676
7,8570
0,5185
0,5185
5
41
PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,5463
3,7272
4,9809
14,5717
1,5209
1,5209
5
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,8126
3,2953
4,2471
9,5046
0,7912
0,7912
5
43 MASJID NURULLAH
1,057 1,04 0 0,001
1,1808
2,9249
0,6239
0,3354
2,8835
0,3354
4
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
2,0984
2,1574
1,5416
0,2368
2,0230
0,2368
4
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,4960
2,6368
2,9302
3,1125
0,5644
0,5644
5
46 KAMPUNG TAUHID (Bpk Agus)
3,801
3,544
0
0,0005
4,8712
3,3350
4,3058
9,8703
0,8491
0,8491
5
47 IBU NING 2,201 2,084 0 0,0016 2,7113 2,5033 2,1452 0,9559 1,3394 0,9559 4
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,3755 2,5147 1,8093 0,4108 1,6751 0,4108 4
49 IBU ITA 2,386 2,252 0 0,003 2,9600 2,5180 2,3939 1,5053 1,0914 1,0914 5
50 BOBBY COM 2,463 2,368 0 0,001 3,0947 2,5391 2,5311 1,8557 0,9636 0,9636 5
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,3502
3,4945
0,4057
2,2640
3,8114
0,3502
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,3506 3,4959 0,4060 2,2643 3,8115 0,3506 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
4,3635
2,9892
3,7977
6,9322
0,3571
0,3571
5
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,3473 2,8404 0,7865 0,1687 2,7133 0,1687 4
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,2701 2,5730 2,7043 2,3649 0,7849 0,7849 5
56 BAPAK GUSNAR 2,967 2,784 0 0 3,7452 2,7253 3,1794 4,0558 0,3309 0,3309 5
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,6967
2,6872
1,1372
0,0091
2,3501
0,0091
4
Page 154
lxxxii
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,5460
3,7967
4,9807
14,5699
1,5184
1,5184
5
5. Centroid Iterasi 3
L R F M
C1 0,5081 0,5663 0,2105 0,0774
C2 2,1743 2,0590 0,0074 2,5046
C3 0,9111 0,5179 0,0869 0,0700
C4 1,5837 1,5214 0,0146 0,0555
6. Iterasi 3
NO Nama Pembeli L R F M C1 C2 C3 C4 C5 Jarak cluster
1 Z-TECH
KOMPUTER 0,494 0,528 0,068 0,559
0,5039
2,9927
0,6431
1,5591
3,5015
0,5039
1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,4958
2,4142
1,2597
0,1712
1,9510
0,1712
4
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,4300 3,5315 0,7281 1,8397 3,8245 0,4300 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,1690 3,3894 0,4381 1,5021 3,4868 0,1690 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,4749 3,0484 0,3782 0,9854 2,9588 0,3782 3
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,3477 2,7350 3,0906 1,9027 0,0872 0,0872 5
7 RS SILOAM 1,285 1,248 0 0,06 1,0549 2,7248 0,8249 0,4052 2,3907 0,4052 4
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,7092
3,8354
1,0213
2,1553
4,1374
0,7092
1
9 RS MMC 1,659 1,592 0 0,001 1,5578 2,5984 1,3135 0,1176 1,8825 0,1176 4
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532
2,388
0
0,091
2,7312
2,4621
2,4764
1,2852
0,7039
0,7039
5
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,2647 3,5218 0,6102 1,7083 3,6885 0,2647 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,5239
3,1763
0,7613
1,6536
3,5596
0,5239
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
0,5075
3,6700
0,7840
1,8955
3,8806
0,5075
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 2,9024 2,2471 2,6521 1,4787 0,6335 0,6335 5
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,1738
3,2918
0,3463
1,3613
3,3460
0,1738
1
16 PT.SOLID 1,72 0,213 0 0,000281 1,2821 3,1442 0,8716 1,3167 2,9620 0,8716 3
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
4,5267
3,3621
4,2673
3,0834
1,0978
1,0978
5
18 PT.PINAGO 1,285 1,248 0 0,006 1,0572 2,7734 0,8273 0,4082 2,3906 0,4082 4
Page 155
lxxxiii
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,0613
3,7405
4,8012
3,6185
1,6330
1,6330
5
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,3052
2,6744
1,0667
0,1612
2,1380
0,1612
4
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,2965
3,4824
0,5975
1,6984
3,6839
0,2965
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,2257
2,4877
1,9733
0,7776
1,2091
0,7776
4
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,6698
3,7945
0,9633
2,0925
4,0779
0,6698
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,4474
3,1112
0,3304
1,0526
3,0368
0,3304
3
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,6042
2,9848
0,4316
0,8568
2,8406
0,4316
3
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,5753
3,3113
0,2893
1,4327
3,3589
0,2893
3
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,2861
3,4161
0,6031
1,5970
3,5454
0,2861
1
28 PT.FIF 1,182 1,156 0 0,002 0,9230 2,8396 0,7020 0,5459 2,5287 0,5459 4
29 PT.BUMI SAWINDO PERMAI
0,434
0,472
0,618
0,113
0,4263
3,4117
0,7167
1,6705
3,5961
0,4263
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,0222
3,0608
3,7636
2,5782
0,5924
0,5924
5
31 PT.BBIP 0,412 0,452 0 0,003 0,2686 3,4563 0,5153 1,5873 3,5720 0,2686 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
2,7311
2,4719
2,4763
1,2850
0,7031
0,7031
5
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,1689
3,3850
0,5072
1,5919
3,5753
0,1689
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
1,8545
3,2150
1,4488
1,6655
2,9661
1,4488
3
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,7585
3,8530
1,0879
2,1967
4,1599
0,7585
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
1,9420
2,4995
1,6960
0,5014
1,4894
0,5014
4
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,2053
3,3618
0,5284
1,5269
3,4842
0,2053
1
38 PT.ABL 0,331 0,376 0 0,013 0,3406 3,5268 0,6062 1,6980 3,6830 0,3406 1
39 PT.AAM 2,803 2,632 0 0,003 3,0957 2,6423 2,8391 1,6502 0,3371 0,3371 5
40 PONPES KHASANAH
3,551 3,316 0 0,019
4,1070
3,1070
3,8482
2,6632
0,6774
0,6774
5
41
PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,1202
3,7272
4,8602
3,6781
1,6953
1,6953
5
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,3866
3,2953
4,1272
2,9430
0,9572
0,9572
5
43 MASJID NURULLAH
1,057 1,04 0 0,001
0,7588
2,9249
0,5533
0,7158
2,6992
0,5533
3
Page 156
lxxxiv
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,6768
2,1574
1,4398
0,4238
1,8456
0,4238
4
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,0696
2,6368
2,8133
1,6240
0,3635
0,3635
5
46 KAMPUNG TAUHID (Bpk Agus)
3,801
3,544
0
0,0005
4,4452
3,3350
4,1858
3,0018
1,0160
1,0160
5
47 IBU NING 2,201 2,084 0 0,0016 2,2846 2,5033 2,0319 0,8371 1,1506 0,8371 4
48 IBU KHOLIAH 1,952 1,856 0 0,008 1,9487 2,5147 1,6986 0,5001 1,4881 0,5001 4
49 IBU ITA 2,386 2,252 0 0,003 2,5334 2,5180 2,2791 1,0865 0,9008 0,9008 5
50 BOBBY COM 2,463 2,368 0 0,001 2,6679 2,5391 2,4173 1,2219 0,7666 0,7666 5
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,3027
3,4945
0,5623
1,6433
3,6280
0,3027
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,3032 3,4959 0,5625 1,6433 3,6280 0,3032 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
3,9372
2,9892
3,6786
2,4932
0,5078
0,5078
5
54 BAPAK RIZKY 1,182 1,156 0 0,001 0,9231 2,8404 0,7020 0,5460 2,5287 0,5460 4
55 BAPAK LUKMAN 2,614 2,464 0 0,002 2,8436 2,5730 2,5883 1,3975 0,5897 0,5897 5
56 BAPAK GUSNAR 2,967 2,784 0 0 3,3188 2,7253 3,0618 1,8738 0,1158 0,1158 5
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,2704
2,6872
1,0377
0,1937
2,1650
0,1937
4
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,1201
3,7967
4,8599
3,6773
1,6916
1,6916
5
7. Centroid Iterasi 4
L R F M
C1 0,3148 0,3836 0,1875 0,3846
C2 2,1743 2,0590 0,0074 2,5046
C3 1,2317 0,5881 0,0487 0,0162
C4 1,6242 1,5585 0,0157 0,0597
8. Iterasi 4
NO Nama Pembeli L R F M C1 C2 C3 C4 C5 Jarak Cluster
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 0,3125 2,9927 0,9181 1,6098 3,7472 0,3125 1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
1,7613
2,4142
1,0562
0,1614
2,1995
0,1614
4
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,2917 3,5315 1,0589 1,8942 4,0750 0,2917 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,4389 3,3894 0,7592 1,5570 3,7380 0,4389 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 0,8202 3,0484 0,4873 1,0392 3,2096 0,4873 3
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,6312 2,7350 2,8280 1,8479 0,3378 0,3378 5
7 RS SILOAM 1,285 1,248 0 0,06 1,3524 2,7248 0,6653 0,4601 2,6418 0,4601 4
Page 157
lxxxv
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,5518
3,8354
1,3452
2,2099
4,3882
0,5518
1
9 RS MMC 1,659 1,592 0 0,001 1,8573 2,5984 1,0922 0,0776 2,1340 0,0776 4
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
3,0091
2,4621
2,2222
1,2302
0,9532
0,9532
5
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,3575 3,5218 0,9385 1,7628 3,9394 0,3575 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,4
0,4768
3,1763
1,0234
1,7024
3,8041
0,4768
1
13 PT.TRIMATA BENUA 0,184 0,244 0 0,012 0,4589 3,6700 1,1038 1,9505 4,1319 0,4589 1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,1540 2,2471 2,4045 1,4241 0,8500 0,8500 5
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,02
0,5159
3,2918
0,6522
1,4162
3,5972
0,5159
1
16 PT.SOLID 1,72 0,213 0 0,000281 1,4787 3,1442 0,6179 1,3503 3,1992 0,6179 3
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
4,8038
3,3621
3,9985
3,0285
0,8466
0,8466
5
18 PT.PINAGO 1,285 1,248 0 0,006 1,3664 2,7734 0,6639 0,4632 2,6420 0,4632 4
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,3367
3,7405
4,5305
3,5636
1,3817
1,3817
5
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,6087
2,6744
0,8668
0,2149
2,3895
0,2149
4
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,3305
3,4824
0,9275
1,7532
3,9348
0,3305
1
22 PT.MIDTOU ARYACOM FUTURES
2,158 2,044 0 0,017
2,5149
2,4877
1,7263
0,7230
1,4606
0,7230
4
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,5279
3,7945
1,2857
2,1474
4,3291
0,5279
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
0,7795
3,1112
0,4819
1,1077
3,2882
0,4819
3
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,02
0,9327
2,9848
0,4519
0,9116
3,0919
0,4519
3
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
0,7576
3,3113
0,4489
1,4840
3,6077
0,4489
3
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,4799
3,4161
0,8942
1,6493
3,7944
0,4799
1
28 PT.FIF 1,182 1,156 0 0,002 1,2370 2,8396 0,5723 0,6009 2,7802 0,5723 3
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,5302
3,4117
0,9916
1,7212
3,8434
0,5302
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,3022
3,0608
3,4968
2,5234
0,3425
0,3425
5
31 PT.BBIP 0,412 0,452 0 0,003 0,4415 3,4563 0,8325 1,6423 3,8234 0,4415 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
3,0101
2,4719
2,2219
1,2300
0,9528
0,9528
5
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,3071
3,3850
0,8404
1,6464
3,8259
0,3071
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
2,0226
3,2150
1,1866
1,6838
3,1831
1,1866
3
Page 158
lxxxvi
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,6191
3,8530
1,4043
2,2502
4,4095
0,6191
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,2344
2,4995
1,4584
0,4472
1,7405
0,4472
4
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,4557
3,3618
0,8253
1,5797
3,7337
0,4557
1
38 PT.ABL 0,331 0,376 0 0,013 0,4166 3,5268 0,9266 1,7530 3,9343 0,4166 1
39 PT.AAM 2,803 2,632 0 0,003 3,3804 2,6423 2,5786 1,5954 0,5891 0,5891 5
40 PONPES KHASANAH 3,551 3,316 0 0,019 4,3864 3,1070 3,5809 2,6083 0,4269 0,4269 5
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,3904
3,7272
4,5905
3,6231
1,4433
1,4433
5
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,6663
3,2953
3,8584
2,8882
0,7071
0,7071
5
43 MASJID NURULLAH 1,057 1,04 0 0,001 1,0789 2,9249 0,4872 0,7709 2,9507 0,4872 3
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
1,9003
2,1574
1,2411
0,3988
2,0876
0,3988
4
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0
3,3547
2,6368
2,5531
1,5693
0,6155
0,6155
5
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,0005
4,7249
3,3350
3,9168
2,9469
0,7658
0,7658
5
47 IBU NING 2,201 2,084 0 0,0016 2,5751 2,5033 1,7832 0,7826 1,4023 0,7826 4
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,2417 2,5147 1,4591 0,4460 1,7396 0,4460 4
49 IBU ITA 2,386 2,252 0 0,003 2,8216 2,5180 2,0257 1,0319 1,1525 1,0319 4
50 BOBBY COM 2,463 2,368 0 0,001 2,9555 2,5391 2,1649 1,1673 1,0181 1,0181 5
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,4290
3,4945
0,8811
1,6983
3,8794
0,4290
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,4307 3,4959 0,8812 1,6984 3,8794 0,4307 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
4,2155
2,9892
3,4124
2,4383
0,2564
0,2564
5
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,2373 2,8404 0,5723 0,6010 2,7802 0,5723 3
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,1298 2,5730 2,3307 1,3428 0,8415 0,8415 5
56 BAPAK GUSNAR 2,967 2,784 0 0 3,6027 2,7253 2,7993 1,8190 0,3668 0,3668 5
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,5777
2,6872
0,8419
0,2460
2,4164
0,2460
4
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,3965
3,7967
4,5889
3,6224
1,4405
1,4405
5
9. Centroid Iterasi 5
L R F M
C1 0,3376 0,3836 0,1875 0,0883
C2 2,1743 2,0590 0,0074 2,5046
C3 1,2317 0,5881 0,0487 0,0162
C4 1,6786 1,6080 0,0146 0,0556
Page 159
lxxxvi
10. Iterasi 5
NO Nama Pembeli L R F M C1 C2 C3 C4 C5 Jarak cluster
1 Z-TECH KOMPUTER 0,494 0,528 0,068 0,559 0,720 2,688 1,127 2,058 4,144 0,720 1
2 UNIVERSITAS KADER BANGSA
1,616 1,552 0,068 0,212
2,046
2,647
1,735
2,245
3,832
1,735
3
3 TEKNOGRASI 0,227 0,284 0,068 0,154 0,394 2,759 1,110 2,095 4,254 0,394 1
4 SHOPEE FOOD 0,477 0,508 0,068 0,015 0,621 2,640 1,011 1,992 4,118 0,621 1
5 SD IT AL-FUQRON 0,868 0,872 0,205 0,027 1,047 2,426 1,015 1,836 3,846 1,015 3
6 RS SITI KHODIJAH 2,988 2,804 0 0,002 3,898 3,683 3,428 3,575 4,313 3,428 3
7 RS SILOAM 1,285 1,248 0 0,060 1,626 2,598 1,413 2,103 3,904 1,413 3
8 RS MUHAMMADIYAH
0 0,072 0,205 0,056
0,346
2,803
1,221
2,133
4,305
0,346
1
9 RS MMC 1,659 1,592 0 0,001 2,123 2,708 1,797 2,312 3,880 1,797 3
10 RS KUSTA Dr.RIVAI ABDULLAH
2,532 2,388 0 0,091
3,282
3,272
2,845
3,083
4,082
2,845
3
11 RS AR-RASYID 0,331 0,376 0,205 0,028 0,410 2,604 0,994 1,943 4,097 0,410 1
12 PT.WAHANA LESTARI MAKMUR SUKSES
0,477
0,508
0,618
0,400
0,597
2,288
0,936
1,651
3,756
0,597
1
13 PT.TRIMATA BENUA
0,184 0,244 0 0,012
0,470
2,828
1,165
2,163
4,326
0,470
1
14 PT.TRIARYANI 2,65 2,5 0,068 0,354 3,439 3,349 2,999 3,191 4,098 2,999 3
15 PT.SRIJASA BRIKASA PERKASA
0,58 0,604 0,068 0,158
0,713
2,606
1,006
1,971
4,070
0,713
1
16 PT.SOLID 1,72 0,213 0 0,000 1,777 3,323 2,084 2,773 4,672 1,777 1
17 PT.RIZKI TUJUHBELAS KELOLA
3,861
3,6
0
0,038
5,071
4,602
4,568
4,603
4,946
4,568
3
18 PT.PINAGO 1,285 1,248 0 0,006 1,631 2,598 1,414 2,103 3,903 1,414 3
19 PT.PALEMBANG KULINA UTAMA
4,257 3,96 0 0,047
5,605
5,055
5,090
5,091
5,295
5,055
2
20 PT.NIPPON INDOSARI CORPINDO
1,47
1,42
0
0,005
1,874
2,640
1,595
2,194
3,883
1,595
3
21 PT.MUSI AGRO SEJAHTERA
0,331 0,376 0,068 0,077
0,472
2,704
1,055
2,045
4,194
0,472
1
22 PT.MIDTOU ARYACOM FUTURES
2,158
2,044
0
0,017
2,783
2,986
2,380
2,716
3,954
2,380
3
23 PT.MANAMBANG MUARAENIM
0,038 0,112 0,068 0,047
0,414
2,867
1,235
2,197
4,369
0,414
1
24 PT.LAJU PERDANA INDAH
0,808 0,812 0 0,003
1,029
2,598
1,085
1,997
4,025
1,029
1
25 PT.KASIH AGRO MANDIRI
0,954 0,944 0,068 0,020
1,186
2,527
1,124
1,955
3,926
1,124
3
26 PT.GLOBAL MAKARA LESTARI
0,954 0,236 0,068 0,025
1,023
2,938
1,474
2,316
4,384
1,023
1
Page 160
lxxxvi
27 PT.GLOBAL ALAM LESTARI
0,455 0,492 0,48 0,048
0,510
2,352
0,875
1,700
3,837
0,510
1
28 PT.FIF 1,182 1,156 0 0,002 1,499 2,583 1,323 2,063 3,920 1,323 3
29 PT.BUMI SAWINDO PERMAI
0,434 0,472 0,618 0,113
0,517
2,275
0,878
1,623
3,758
0,517
1
30 PT.BINASAWIT MAKMUR
3,487 3,26 0 0,014
4,569
4,193
4,077
4,153
4,648
4,077
3
31 PT.BBIP 0,412 0,452 0 0,003 0,603 2,716 1,061 2,064 4,198 0,603 1
32 PT.BAYUNG AGRO SAWITA
2,532 2,388 0 0,081
3,282
3,271
2,845
3,083
4,082
2,845
3
33 PT.BARA PAGMER JAYA
0,412 0,452 0,137 0,106
0,500
2,615
0,992
1,961
4,100
0,500
1
34 PT.ARJUNA MAS ABADI
2,261 0 0 0,037
2,323
3,752
2,641
3,243
5,033
2,323
1
35 PT.ANEKA BUMI PRATAMA
0 0,072 0,48 0,066
0,308
2,630
1,165
1,964
4,127
0,308
1
36 PT.AGRONUSA INIT MANDIRI
1,952 1,856 0,068 0,024
2,498
2,806
2,115
2,493
3,857
2,115
3
37 PT.AGRONUSA ALAM SEJAHTERA
0,494 0,528 0,411 0,061
0,545
2,382
0,878
1,733
3,863
0,545
1
38 PT.ABL 0,331 0,376 0 0,013 0,537 2,754 1,090 2,096 4,243 0,537 1
39 PT.AAM 2,803 2,632 0 0,003 3,647 3,508 3,188 3,369 4,210 3,188 3
40 PONPES KHASANAH 3,551 3,316 0 0,019 4,654 4,261 4,159 4,228 4,697 4,159 3
41 PEMKAB. OKI - DINAS KOMUNKASI & INFORMATIKA
4,3
4
0
0,137
5,662
5,107
5,149
5,146
5,336
5,107
2
42 NOTARIS DIAN SARASWATI
3,758 3,504 0 0,002
4,933
4,487
4,431
4,477
4,860
4,431
3
43 MASJID NURULLAH 1,057 1,04 0 0,001 1,339 2,577 1,226 2,028 3,949 1,226 3
44 KOPKAR KITLUR SUMBAGSEL
1,72 1,648 0 0,436
2,210
2,767
1,905
2,392
3,907
1,905
3
45 KANTOR NOTARIS HALIDA & YADES
2,782 2,616 0 0,000
3,621
3,489
3,163
3,347
4,199
3,163
3
46 KAMPUNG TAUHID (Bpk Agus)
3,801 3,544 0 0,001
4,991
4,535
4,488
4,529
4,895
4,488
3
47 IBU NING 2,201 2,084 0 0,002 2,842 3,015 2,433 2,756 3,966 2,433 3
48 IBU KHOLIAH 1,952 1,856 0 0,008 2,509 2,855 2,133 2,535 3,910 2,133 3
49 IBU ITA 2,386 2,252 0 0,003 3,089 3,153 2,661 2,934 4,025 2,661 3
50 BOBBY COM 2,463 2,368 0 0,001 3,220 3,216 2,776 3,021 4,043 2,776 3
51 BAPAK YUSUF SOLEHAT
0,369 0,416 0 0,004
0,568
2,733
1,072
2,078
4,219
0,568
1
52 BAPAK WENDI 0,369 0,416 0 0,002 0,569 2,733 1,072 2,078 4,219 0,569 1
53 BAPAK SURYA YUSRA
3,427 3,2 0 0,042
4,484
4,128
3,996
4,080
4,604
3,996
3
54 BAPAK RIZKY 1,182 1,156 0 0,001 1,500 2,583 1,323 2,063 3,920 1,323 3
55 BAPAK LUKMAN 2,614 2,464 0 0,002 3,396 3,340 2,950 3,168 4,117 2,950 3
56 BAPAK GUSNAR 2,967 2,784 0 0,000 3,869 3,663 3,400 3,551 4,301 3,400 3
Page 161
lxxxix
57 BAPAK AGUNG BAGUSTA
1,453 1,4 0,068 0,002
1,837
2,584
1,553
2,136
3,832
1,553
3
58 BALAI PENGEMBANGAN KMPETISI PUPR
4,3
4
0
0,029
5,664
5,105
5,148
5,144
5,334
5,105
2