Analisis Segmentasi Pelanggan Menggunakan Model Length, Recency, Frequency, Monetary dan K-Means Clustering Pada Toko Agro Suci
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Fakultas Ilmu Komputer
Abstract
Agro Suci merupakan toko yang bergerak di bidang penjualan sarana produksi pertanian secara online. Seiring dengan meningkatnya persaingan antar bisnis, Agro Suci menghadapi tantangan dalam menyusun strategi pemasaran yang efektif karena data transaksi pelanggan belum dimanfaatkan secara optimal untuk memahami karakteristik pelanggan berdasarkan perilaku transaksinya. Penelitian ini bertujuan menganalisis segmentasi pelanggan menggunakan model LRFM (Length, Recency, Frequency, Monetary) dan K-Means Clustering pada Toko Agro Suci. Metode penelitian menggunakan kerangka kerja CRISP-DM yang terdiri atas tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, dan Evaluation. Data yang digunakan merupakan data transaksi penjualan Toko Agro Suci periode Januari hingga Desember 2025 dengan total 235.291 data transaksi. Data diproses melalui tahap pembersihan data, seleksi atribut, konstruksi atribut LRFM, dan transformasi data. K-Means Clustering digunakan untuk mengelompokkan pelanggan berdasarkan nilai LRFM dengan penentuan jumlah cluster optimal menggunakan Elbow Method. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah empat cluster (k=4). Pelabelan kelompok pelanggan dilakukan dengan mengacu pada customer loyalty matrix, yaitu Cluster 0 dikategorikan sebagai Core Customer sebanyak 3.783 pelanggan (7,9%), Cluster 1 sebagai Lost Customer sebanyak 17.774 pelanggan (37,2%), Cluster 2 sebagai New Customer sebanyak 12.606 pelanggan (26,4%), dan Cluster 3 sebagai Lost Customer sebanyak 13.606 pelanggan (28,5%). Hasil segmentasi menunjukkan bahwa pelanggan tidak aktif (Lost Customer) mendominasi sebesar 65,7% dari total pelanggan, sedangkan pelanggan loyal (Core Customer) hanya sebesar 7,9%. Penelitian ini diharapkan dapat membantu Toko Agro Suci dalam memahami karakteristik pelanggan berdasarkan perilaku transaksi serta menjadi dasar dalam penyusunan strategi pemasaran yang lebih efektif dan tepat sasaran.
Description
Validasi dan Finalisasi Repositori File 29 Juli 2026_Kholif Basri
