ANALISIS SEGMENTASI PELANGGAN BERBASIS RECENCY FREQUENCY MONETARY (RFM) MENGGUNAKAN ALGORITMA K-MEANS

Perkembangan bisnis saat ini berkembang dengan sangat pesat, Dengan kemajuan teknologi internet yang dapat membantu segala aktivitas bisnis. Meningkatnya perkembangan bisnis berdampak menghadirkan pesaing-pesaing bisnis baru, Maka perusahaan perlu strategi yang mampu menjaga kualitas pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan dari data transaksi penjualan perusahaan, Dengan jumlah transaksi yang banyak maka diperlukan teknologi untuk mengelompokan suatu data sehingga metode yang digunakan pada penelitian ini adalah metode data mining dan menggunakan algoritma K-Means. Dengan Algoritma K-Means dapat membantu dalam pengelompokan pelanggan agar memudahkan perusahaan dalam melakukan strategi terhadap tiap-tiap kelompok pelanggan. Pengelompokan pelanggan ini menggunakan model awal Recency, Frequency dan Monetary (RFM) untuk membantu penghitungan kelompok pelanggan. Evaluasi data mining dilakukan menggunakan Silhouette Coefficient dengan hasil pengujian menggunakan software Visual Studio Code bahasa pemrogramman python, Hasil penelitian ini terpilihnya 3 cluster yang terdiri dari Low Loyalty berjumlah 137 pelanggan, Medium Loyalty berjumlah 1636 pelanggan dan Highest Loyalty berjumlah 2395 pelanggan.