Perancangan Aplikasi Segmentasi Pelanggan Menggunakan K-Means Dengan Model RFM

Abstract

Dalam dunia bisnis yang penuh persaingan, pelanggan menjadi aset berharga bagi setiap perusahaan. Keberhasilan sebuah perusahaan tidak hanya ditentukan oleh produk atau layanan yang berkualitas, tetapi juga oleh bagaimana perusahaan dapat memahami dan merespons kebutuhan serta preferensi pelanggan dengan baik. Perusahaan yang mampu menjalin hubungan yang kuat dengan pelanggan akan lebih mampu bertahan dan tumbuh dalam pasar yang kompetitif. Oleh karena itu, segmentasi pelanggan menjadi langkah strategis bagi perusahaan. Penelitian ini bertujuan untuk menerapkan metode k-means dalam segmentasi pelanggan dengan model RFM (Recency, Frequency dan Monetary). K-Means merupakan metode dalam machine learning yang digunakan untuk melakukan klastering atau pengelompokan data. Tujuan utama dari K-Means adalah untuk mengelompokkan data menjadi beberapa kelompok atau klaster berdasarkan kesamaan atribut atau fitur tertentu. Data yang digunakan pada penelitian ini menggunakan data transaksi penjualan sebanyak 3821, hasil implementasi menghasilkan 3 klaster pelanggan dengan jumlah 32 pelanggan  yaitu 4 pelanggan dikategori sangat potensial, 19 pelanggan dikategori pelanggan potensial , 9 pelanggan dikategori tidak potensial. Dengan adanya aplikasi segmentasi pelanggan ini diharapkan dapat membantu perusahaan dalam menganalisis segmentasi pelanggan, untuk menyusun strategi pemasaran yang lebih tepat sasaran dan efektif. Sehingga dapat menciptakan hubungan yang kuat dengan pelanggan, meningkatkan loyalitas, dan mencapai kesuksesan dalam persaingan bisnis yang ketat