Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Wa Ode Fahmi Ramadhani
Universitas Haluoleo
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Segmentasi Pelanggan Menggunakan Model RFM dengan Algoritma K-Means++ (Studi Kasus: Mondae Coffee) Wa Ode Fahmi Ramadhani; Bambang Pramono; Statiswaty Statiswaty
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11102

Abstract

Mondae Coffee di Kota Kendari masih mengelola pelanggan secara umum sehingga promosi dan program loyalitas belum sepenuhnya dilakukan secara tepat sasaran. Penelitian ini bertujuan menerapkan model Recency, Frequency, Monetary (RFM) dan algoritma K-Means++ untuk melakukan segmentasi pelanggan berbasis data transaksi serta mengimplementasikannya dalam sistem berbasis website. Tahapan penelitian meliputi pra-pemrosesan data, perhitungan nilai RFM, pemberian skor RFM berbasis kuartil, normalisasi data, penentuan jumlah cluster optimal menggunakan Metode Elbow pada rentang K = 2 sampai K = 10, dan proses clustering menggunakan K-Means++. Sistem dikembangkan dengan metode Rational Unified Process (RUP) menggunakan Laravel dan MySQL. Hasil implementasi sistem menunjukkan bahwa nilai K optimal adalah 4 dengan total 500 pelanggan yang berhasil dikelompokkan. Segmentasi menghasilkan empat kelompok pelanggan, yaitu Champions sebanyak 204 pelanggan, Loyal Customers sebanyak 141 pelanggan, Potential Loyalists sebanyak 114 pelanggan, dan New Customers sebanyak 41 pelanggan. Cluster Champions memiliki rata-rata skor RFM tertinggi sebesar 3,26 sehingga layak menjadi target utama strategi pemasaran. Pengujian Black Box terhadap 27 skenario menunjukkan tingkat keberhasilan 100%. Penelitian ini menunjukkan bahwa integrasi RFM, K-Means++, dan sistem berbasis website dapat membantu usaha kedai kopi menyusun strategi pemasaran yang lebih efektif dan berbasis data.
Co-Authors Bambang Pramono Statiswaty