@phdthesis{eprintsunpak9505,
          school = {Universitas Pakuan},
            year = {2025},
           month = {February},
          author = {Anisa Maharani},
           title = {Analisis pengelompokan Pelanggan PT Tirta Asasta Depok
(Perseroda) menggunakan Algoritma DBSCAN},
        abstract = {Analisis pengelompokan Pelanggan PT Tirta Asasta Depok
(Perseroda) menggunakan Algoritma DBSCAN. Dibimbing oleh Eneng Tita Tosida
dan Aries Maesya.
Hasil penelitian menunjukkan bahwa algoritma DBSCAN dengan parameter
terbaik eps = 0.1 dan MinPts = 5 menghasilkan tujuh kluster dengan kualitas yang
baik. Nilai Silhouette Coefficient tertinggi (0.650023) dan Davies-Bouldin Index yang
cukup baik (0.445396) menandakan bahwa kluster yang terbentuk dapat
diinterpretasikan dengan jelas. Sebagian besar pelanggan tergolong sebagai noise
(3517 pelanggan), sedangkan core points hanya mencapai 39 pelanggan. Hal ini
menunjukkan perlunya pendekatan khusus terhadap pelanggan yang tidak
terkelompok untuk meningkatkan kepuasan dan loyalitas pelanggan. Segmentasi
pelanggan yang telah diidentifikasi dapat digunakan untuk merancang layanan yang
lebih efektif, termasuk penanganan khusus untuk pelanggan dengan pola penggunaan
yang tidak konsisten. Visualisasi data direkomendasikan untuk mendukung
pengambilan keputusan yang lebih efisien. Penelitian lanjutan disarankan untuk
mengeksplorasi algoritma klustering lain guna meningkatkan efektivitas segmentasi
pelanggan. Optimasi parameter secara otomatis dan integrasi data eksternal seperti
informasi demografis serta sosial-ekonomi akan memberikan wawasan yang lebih
mendalam. Selain itu, penting untuk menguji implementasi strategi layanan berbasis
hasil klustering di lapangan serta mencari metode baru dalam menangani data noise
agar pengelompokan pelanggan semakin baik.
Kata kunci: DBSCAN, Silhouette Coefficient, Clustering, Optimasi Parameter, dan
Visualisasi Data},
             url = {http://eprints.unpak.ac.id/9505/}
}