Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi
Erlangga, Dwi
Unknown Affiliation
Computer Science & IT Engineering Other

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

Found 1 Documents
Search

 1 
ANALISIS SEGMENTASI PELANGGAN MENGGUNAKAN MODEL LRFM DAN TEKNIK CLUSTERING Aini, Delvi Nur; Ramadhani, Indah; Erlangga, Dwi
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 9, No 2 (2023): Agustus
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v9i2.24311

Abstract

Di era teknologi seperti sekarang ini, perkembangan teknologi informasi tak hanya mempengaruhi banyak bidang salah satunya didunia bisnis. Faktor terpenting dalam mencapai kesuksesan bisnis yaitu dengan mengelola hubungan yang baik dengan pelanggan. Twin Cake Pekanbaru merupakan salah satu toko retail dimana pencatatan datanya masih dilakukan secara manual. Data transaksi yang terjadi setiap hari ini cukup banyak yang menyebabkan banyaknya tumpukan data yang seharusnya dapat diolah lebih lanjut agar menghasilkan informasi yang berguna.  Length, recency, frequency, monetary atau biasa dikenal sebagai LRFM, adalah teknik yang digunakan untuk menghitung nilai pelanggan berdasarkan riwayat transaksi mereka. Tujuan dari penelitian ini adalah untuk mengelompokkan data pelanggan berdasarkan model LRFM dan mengestimasi nilai Customer Lifetime Value (CLV) menggunakan algoritma clustering K-Means. Hasil penelitian menunjukkan bahwa dalam pengelompokan data pelanggan dengan model LRFM, algoritma K-Means menunjukkan performa yang baik dalam melakukan klasterisasi data pelanggan. Hal ini terbukti dari nilai validitas DBI terbaik yang diperoleh, yaitu 0,2500 pada cluster 3. Selanjutnya, cluster 3 memiliki peringkat CLV tertinggi dalam penelitian ini, dengan nilai CLV sebesar 0,918. Cluster ini ditandai dengan simbol LRFM L↑R↓F↑M↑, yang mengindikasikan bahwa pelanggan dalam cluster ini memiliki tingkat loyalitas yang tinggi. Peringkat CLV kedua ditempati oleh cluster 2 dengan nilai CLV sebesar 0,213, dan peringkat CLV ketiga ditempati oleh cluster 1 dengan nilai CLV sebesar 0,074.
Co-Authors Aini, Delvi Nur Ramadhani, Indah