<![CDATA[Persaingan pada sektor ritel perabot rumah tangga semakin ketat sehingga pelaku usaha dituntut untuk mengidentifikasi dan memprioritaskan pelanggan berdasarkan nilai serta perilaku transaksinya secara terukur. Tanpa mekanisme klasifikasi pelanggan yang sistematis, pengelola toko kesulitan merancang strategi pemasaran yang tepat sasaran dan efisien. Penelitian ini bertujuan menganalisis klasterisasi pelanggan Toko Perabot Pak Lan Jaya menggunakan algoritma K-Means Clustering berbasis model LRFM dengan parameter Length (durasi hubungan pelanggan), Recency (kebaruan transaksi), Frequency (frekuensi pembelian), dan Monetary (nilai pembelian) sebagai dasar estimasi Customer Lifetime Value (CLV) guna mendukung pengambilan keputusan strategi pemasaran. Penelitian menggunakan 661 transaksi terkonfirmasi dari 76 pelanggan selama periode Januari hingga Juli 2026. Tahapan analisis meliputi pembersihan data, pembentukan fitur LRFM, normalisasi menggunakan metode Min-Max Scaling, penentuan jumlah klaster optimal dengan Metode Elbow, klasterisasi menggunakan K-Means, serta evaluasi kualitas klaster menggunakan Silhouette Score. Hasil penelitian menghasilkan tiga segmen pelanggan, yaitu 19 Pelanggan Premium, 40 Pelanggan Loyal, dan 23 Pelanggan Berisiko. Pelanggan Premium memiliki rata-rata nilai Monetary dan Frequency tertinggi, sedangkan Pelanggan Berisiko menunjukkan nilai Recency tertinggi serta Frequency dan Monetary terendah. Nilai Silhouette Score sebesar 0,2821 mengindikasikan bahwa pemisahan antar klaster berada pada kategori cukup baik (reasonable structure). Hasil segmentasi dapat dimanfaatkan sebagai dasar penyusunan program loyalitas, promosi bertarget, peningkatan nilai transaksi, dan kampanye reaktivasi pelanggan secara terstruktur dan berbasis data.]]>
