Sistem Segmentasi Loyalitas Pelanggan Berbasis Rfm Menggunakan Pam Di Laundry Forten’s
Abstract
Full Text:
PDFReferences
Februariyanti, H., Santoso, D. B., Studi, P.,
Informasi, S., Informasi, F. T., Stikubank, U.,
Teknologi, F., Universitas, I., Umum, G., &
Akademik, K. (2016). Algoritma Partitioning
Around Medoids ( PAM ) Clustering untuk
Melihat Gambaran Umum Skripsi
Mahasiswa. Jurnal Teknologi Informasi
DINAMIK, 21(1), 25–31.
Hidayat, R. S., Winarno, A., & Kom, M. (2014).
Perancangan Sistem Informasi Pelayanan
Jasa Laundry Pada Hello Laundry. -, 1–5.
Khasandra, M. F. (2017). Analisis SWOT Bisnis
Laundry UD Rafa Laundry Klindocare di
Duri Provinsi Riau (Studi Formulasi Strategi
Bersaing). JOM FISIP, 4(2), 1–10.
Listia Yuniarti, W. H. (2017). Analisis Strategi
Bersaing Pada UKM Laundry (Studi Kasus
Pada Superwash Laundry Kota Semarang).
Jurnal Ilmu Administrasi Bisnis, 6, 1–8.
https://doi.org/10.1017/CBO9781107415324.
Marlina, D., Lina, N., Fernando, A., & Ramadhan,
A. (2018). Implementasi Algoritma KMedoids dan K-Means untuk
Pengelompokkan Wilayah Sebaran Cacat
pada Anak. Jurnal CoreIT: Jurnal Hasil
Penelitian Ilmu Komputer Dan Teknologi
Informasi, 4(2), 64.
https://doi.org/10.24014/coreit.v4i2.4498
Monalisa, S. (2018). Segmentasi Perilaku Pembelian
Pelanggan Berdasarkan Model RFM dengan
Metode K-Means. Jurnal Sistem Informasi,
(April), 9–15.
Muningsih, E., & Kiswati, S. (2018). Sistem
Aplikasi Berbasis Optimasi Metode Elbow
untuk Penentuan Clustering Pelanggan.
JOUTICA, 3(1), 1–9.
DOI: https://doi.org/10.30998/semnasristek.v5i1.4990
Refbacks
- There are currently no refbacks.
Prosiding SEMNAS RISTEK indexed by:



