This Author published in this journals
All Journal JIETech
Rahayu, Kurnia Rahayu Kurnia
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Segmentasi Pelanggan UMKM Toko Kue Albynha Menggunakan Metode RFM dan K-Means Imron Zamzani, Muhammad; Andini, Aura; Rahayu, Kurnia Rahayu Kurnia; Muhasdi, Nurhidayah
Journal of Industrial Engineering and Technology Vol 2 No 1: January 2026
Publisher : Department of Industrial Engineering, Faculty of Industrial Technology, Universitas Balikpapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36277/jietech.v2i1.57

Abstract

UMKM memiliki peran strategis dalam perekonomian nasional, salah satunya pada subsektor pangan seperti Toko Kue Albynha yang sangat bergantung pada loyalitas pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan berdasarkan perilaku transaksi menggunakan pendekatan Recency, Frequency, Monetary (RFM), algoritma K-Means Clustering, serta prinsip Pareto 80/20. Penelitian menggunakan metode kuantitatif deskriptif dengan objek data historis transaksi 30 pelanggan selama tiga bulan terakhir. Data diolah menggunakan Microsoft Excel untuk perhitungan RFM dan Pareto, serta SPSS 25 untuk analisis K-Means Clustering. Hasil penelitian menunjukkan terbentuk lima klaster pelanggan dengan karakteristik berbeda. Klaster 1 dan 4 merepresentasikan pelanggan bernilai tinggi dengan frekuensi dan nilai transaksi besar, sedangkan klaster 5 merupakan pelanggan pasif dengan transaksi yang sangat rendah. Hasil uji ANOVA menghasilkan nilai signifikansi 0,00 yang menunjukkan adanya perbedaan signifikan antar klaster, dengan variabel Monetary sebagai faktor pembeda utama. Selain itu, penerapan prinsip Pareto menemukan bahwa sebagian besar pendapatan toko berasal dari sekitar 20–30% pelanggan utama (Best Customer, Frequent Buyer, dan Big Spender). Temuan ini menegaskan perlunya strategi retensi yang difokuskan pada pelanggan bernilai tinggi melalui program loyalitas dan penawaran eksklusif, serta strategi reaktivasi bagi pelanggan pasif.