Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar
Amalia, Putri Rezki
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SEGMENTASI PELANGGAN MENGGUNAKAN RECENCY FREQUENCY AND MONETARY (RFM) BERBASIS PYTHON Rahman, Ariastuti; Said, Muh. Rusli; Muslihan, Muslihan; Amalia, Putri Rezki
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.364

Abstract

Dalam dunia bisnis, memahami perilaku pelanggan merupakan hal yang krusial untuk mempertahankan loyalitas dan meningkatkan strategi pemasaran. Salah satu metode yang dapat digunakan untuk menganalisis perilaku pelanggan adalah metode RFM (Recency, Frequency, and Monetary), yang mengelompokkan pelanggan berdasarkan seberapa baru transaksi terakhir dilakukan, seberapa sering mereka melakukan transaksi, dan seberapa besar nilai transaksinya. Penelitian ini bertujuan untuk membangun sistem segmentasi pelanggan menggunakan metode RFM berbasis Python guna membantu perusahaan dalam mengidentifikasi nilai dan karakteristik pelanggan secara lebih efektif. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data transaksi pelanggan, perhitungan nilai RFM, pemberian skor pada masing-masing aspek, serta pengelompokan pelanggan ke dalam beberapa segmen berdasarkan kombinasi skor tersebut. Sistem dibangun dengan menggunakan bahasa pemrograman Python serta didukung oleh library seperti Pandas dan NumPy untuk pengolahan data. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan pelanggan ke dalam berbagai segmen seperti Loyal Customer, At Risk Customer, dan Potential Loyalist secara otomatis dan akurat. Pengujian dengan metode Black Box dan White Box membuktikan bahwa sistem berjalan sesuai fungsinya dan dapat digunakan sebagai alat bantu analisis pelanggan dalam pengambilan keputusan strategis oleh perusahaan.
Co-Authors Muslihan, Muslihan Rahman, Ariastuti Said, Muh. Rusli