Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Community Empowerment Conten : Computer and Network Technology
Noor Hasan
Unknown Affiliation
Arts Humanities Computer Science & IT Control & Systems Engineering Education Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Conten : Computer and Network Technology

 1 
SEGMENTASI PELANGGAN DAN OPTIMALISASI PENJUALAN PADA DATA RETAIL ONLINE BERBASIS MODEL RFM Gunawan Budi Sulistyo; Noor Hasan; Sri Kiswati; Fransisca; Muningsih, Elly
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/nzbzre70

Abstract

Penelitian ini dilatarbelakangi oleh pentingnya segmentasi pelanggan dalam meningkatkan efektivitas strategi pemasaran dan optimalisasi penjualan pada bisnis retail online yang semakin kompetitif. Segmentasi pelanggan memungkinkan perusahaan untuk mengelompokkan konsumen berdasarkan perilaku pembelian sehingga dapat merancang pendekatan pemasaran yang lebih tepat sasaran. Metode yang digunakan dalam penelitian ini adalah model RFM (Recency, Frequency, Monetary) yang mengukur nilai pelanggan berdasarkan waktu transaksi terakhir, frekuensi pembelian, dan nilai pembelian total. Data yang digunakan berasal dari dataset Online Retail.csv yang kemudian diproses dan dianalisis menggunakan algoritma K-means clustering untuk mengelompokkan pelanggan ke dalam segmen-segmen yang homogen. Hasil penelitian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah dua, dengan karakteristik pelanggan pada Cluster 0 memiliki nilai Recency rendah dan Frequency tinggi, serta nilai Monetary yang lebih besar, sedangkan Cluster 1 terdiri dari pelanggan dengan Recency tinggi dan Frequency rendah. Segmentasi ini memberikan gambaran yang jelas mengenai perilaku pelanggan yang berbeda dan memungkinkan perusahaan untuk mengarahkan strategi pemasaran yang lebih efektif. Penerapan model RFM yang dikombinasikan dengan K-means clustering terbukti efektif dalam segmentasi pelanggan retail online, sehingga dapat mendukung optimalisasi penjualan dan peningkatan loyalitas pelanggan. Temuan ini memiliki implikasi penting bagi pengembangan strategi pemasaran berbasis data yang lebih terarah dan efisien di industri retail online.
Co-Authors -STMIK Nusa Mandiri Jakarta, Tri Wahyuni Akhmad Syukron Elly Muningsih Fransisca Gunawan Budi Sulistyo Misla H, Purwiyati Nani Purwati Sri Kiswati Subkhi, Dicky Fajar