SEGMENTASI KONSUMEN DI PASARMU.ID MENGGUNAKAN K-MEANS CLUSTERING BERDASARKAN MODEL RFM
DOI:
https://doi.org/10.23960/jitet.v13i2.6327Abstract Views: 229 File Views: 208 File Views: 0
Abstract
Kemajuan teknologi mempermudah pengelolaan data pelanggan, meningkatkan efisiensi operasional bisnis. Penelitian ini menggunakan algoritma K-Means Clustering untuk mengelompokkan pelanggan Pasarmu.id berdasarkan model RFM (Recency, Frequency, Monetary) guna memahami pola belanja mereka. Penelitian ini mengikuti metode Knowledge Discovery in Databases (KDD) yang meliputi pemilihan data, prapemrosesan, transformasi, klasterisasi, dan evaluasi hasil menggunakan Davies-Bouldin Index (DBI) untuk menentukan jumlah klaster optimal. Hasil segmentasi membagi pelanggan menjadi tiga kelompok: Golden Customer (Frequency dan Monetary tinggi, Recency rendah), Platinum Customer (Recency tinggi, Frequency dan Monetary sedang), dan Silver Customer (Recency tinggi, Frequency dan Monetary rendah). Visualisasi hasil memperlihatkan karakteristik tiap kelompok, membantu strategi pemasaran yang lebih tepat sasaran: program loyalitas dan diskon untuk Golden Customer, promosi peningkatan transaksi bagi Platinum Customer, serta penawaran khusus untuk Silver Customer agar lebih aktif berbelanja. Pendekatan berbasis data ini diharapkan dapat meningkatkan efektivitas pemasaran, membangun loyalitas pelanggan, serta meningkatkan pendapatan Pasarmu.id, sekaligus menegaskan pentingnya analisis data dalam merancang strategi pemasaran yang lebih personal dan relevan.Downloads
References
A. Hermawan, R. A. ]Kahfi, E. Surya, U. Aini, and R. Hidayat, “Penerapan Metode RFM dengan Python dalam Segmentasi Pelanggan,” J. Bisnis Inov. dan Digit., vol. 1, no. 3, pp. 92–102, 2024, doi: 10.61132/jubid.v1i3.222.
P. I. Pangestu, T. I. Hermanto, and D. Irmayanti, “Analisis Segmentasi Pelanggan Berbasis Model Recency Frequency Dan Monetary (Rfm) Menggunakan Algoritma K-Means,” J. Inform. dan Tek. Elektro Terap., vol. 11, no. 3, pp. 930–937, 2023, doi: 10.23960/jitet.v11i3s1.3396.
A.-Y. Al-Yasir, M. Afdal, Z. Zarnelly, and A. Marsal, “Analisis Loyalitas Pelanggan Business To Business Berdasarkan Model RFM Menggunakan Algoritma Fuzzy C-Means,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 359–365, 2024, doi: 10.57152/malcom.v4i1.1163.
K. Nisa and J. Heikal, “Strategi Segmentasi Pelanggan Manja Beauty Skincare Dengan Menggunakan Analisa Rfm Model,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 348–351, 2022, doi: 10.36040/jati.v6i1.4558.
A. Febriani and S. A. Putri, “Segmentasi Konsumen Berdasarkan Model Recency, Frequency, Monetary dengan Metode K-Means,” JIEMS (Journal Ind. Eng. Manag. Syst., vol. 13, no. 2, pp. 52–57, 2020, doi: 10.30813/jiems.v13i2.2274.
F. Rayhan, G. Triyono, F. T. Informasi, U. B. Luhur, A. K-means, and E. Method, “Implementasi Model Recency, Frequency, Monetary (Rfm) Dan Algoritma K-Means Dalam Segmentasi Pelanggan Pada Galeri Magran Living,” Semin. Nas. Mhs. Fak. Teknol. Inf., vol. 3, no. September, pp. 811–820, 2024.
I. Maskanah, A. Primajaya, and A. Rizal, “Segmentasi Pelanggan Toko Purnama dengan Algoritma K-Means dan Model RFM untuk Perancangan Strategi Pemasaran,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 2, pp. 218–228, 2020, doi: 10.35314/isi.v5i2.1443.
Y. O. Pailan, Y. H. Chrisnanto, and A. I. Hadianna, “Segmentasi Loyalitas Pelanggan Berbasis RFM (Recency, Frequency, Monetary) Menggunakan K-Means pada PD. Persada Ikan,” Pros. Semin. Nas. Sist. Inf. dan Teknol., pp. 167–171, 2020.
B. T. Kristanti, A. Junaidi, and E. P. Mandyartha, “Implementasi K-Means Clustering Dalam Segmentasi Pelanggan Berdasarkan Usia, Pendapatan, Dan Model Rfm (Studi Kasus: Lantikya Store Jombang),” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4677.
L. P. W. Widhyastuti, I. N. Sukajaya, and K. Y. E. Aryanto, “Customer Profiling berdasarkan Model RFM dengan Metode K-Means pada Institusi Pendidikan untuk menunjang Strategi Bisnis di Masa Pandemi Covid-19,” JTIM J. Teknol. Inf. dan Multimed., vol. 4, no. 2, pp. 94–108, 2022, doi: 10.35746/jtim.v4i2.232.
D. Karmanita and B. Hendrik, “Penerapan Metode Clustering dengan Algoritma K-Means pada,” J. Ilm. Dan Karya Mhs., vol. 1, no. 6, pp. 1–10, 2023, [Online]. Available: https://doi.org/10.54066/jikma.v1i6.1028
M. Boentarman, S. Rostianingsih, and A. Setiawan, “Penerapan Segmentasi Pelanggan dengan Menggunakan Metode K-Means Clustering Pada Sistem Customer Relationship Management di PT. Titess”, [Online]. Available: http://publication.petra.ac.id/index.php/teknik-informatika/article/view/11043
N. rika Okta, Analisis Segmentasi Konsumen Menggunakan Metode K-Means Clustering Berdasarkan Model Rfm Dan Pengetahuan Data Lainnya Sebagai Rekomendasi Strategi Pemasaran (Studi Kasus : Yayasan Xyz). 2022.
