Marketing Maps Pada Lembaga Amil Zakat Menggunakan Algoritma ClusterIng Dan Association Rules

Marketing Maps Pada Lembaga Amil Zakat Menggunakan Algoritma ClusterIng Dan Association Rules

• By Mulyawan, Rizqi Rizqi; Gata, Windu, Alfarizi, Salman;
• Jurnal Nasional Terakreditasi
• 103
• 36-50

Masalah  kemiskinan  selalu  memperoleh  perhatian  utama  di  negara  Indonesia  dan  menjadi  sebuah persoalan  yang  mendasar dan pemerintah  sebagai  pihak  yang  paling bertanggung  jawab  dalam penanggulangannya.Tetapi masalah kemiskinan initidak hanya menjadi tanggung jawab penuh oleh pemerintah saja, dibutuhkan juga peran serta dari masyarakat. Oleh karena itu organisasi atau lembaga non pemerintah seperti baitul maal atau lembaga amil zakat di daerah harus mampu mengoptimalkan perannya terhadap permasalahan kemiskinan ini.Salah satu upaya mengoptimalkan peran serta lembaga amil zakat dalam berkontribusimemecahkan permasalahankemiskinan adalah meningkatkan loyalitas para donaturnya. Karena semakin banyak jumlah donatur yang terdaftar dan semakin tinggi loyalitas donaturnya menjadi salah satu tolak ukur keberhasilan,dimana ini akan berbanding lurus juga dengan dana himpunan donasiyangakandidapatkan. Tetapi pada aktualnya untuk meningkatkan jumlah dan loyalitas para donatur  tidaklah  mudah,ini  disebabkan  penentuan  strategi  pemasaran  atau marketing mapsyang dilakukan selama ini tidaklahoptimal. Oleh karena itu dalam penelitian ini akan dilakukan penyusunan strategipemasaran atau marketing mapsdengan pendekatan datamining. Metode pertama yang  digunakan  adalah K-Means  Cluteringyang  berguna  untuk  pengelompokan  data  donatur.  Data donatur yang akan di proses merupakandata transaksi selama 6 bulan terkahir pada sebuah lembaga amil  zakat  di  daerah  karawangdengan  atribut RFM  (Recency,  Frequency  Monetary)yang  dipilih. Kemudiandari  hasil  pencarian  menggunakan  metode elbow,nilai katau  jumlah clusteryang  paling optimaladalah 2 dan menghasilkan kelompok donatur lowdan kelompok donatur high.Dan pada proses

• Katakunci ElbowMethod, K-Means Clustering, Association Rules.
• URL http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/572
• Penerbit ,

REFERENSI