Claim Missing Document
Check
Articles

Found 1 Documents
Search

Segmentasi Pelanggan menggunakan Metode K-means Clustering Berdasarkan Model RFM pada Bisnis Food and Beverage (Studi Kasus: Coffee shop X) Nurlathifa, Anggita; Sucahyati , Diarany
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.218-225

Abstract

Data tidak bisa dipisahkan dari bidang industri yang semakin maju. Analisis ini menyoroti kekuatan big data dalam industri food and beverages. Dengan menggunakan profil pelanggan dan analisis transaksi, bisnis dapat memperoleh wawasan pelanggan yang mendalam dan mengoptimalkan pemasaran, produk, dan operasi. Salah satu aplikasi analisis data ini adalah dengan melakukan segementasi pelanggan untuk menentukan kebijakan terutama dalam bidang penjualan. Penelitian ini mengklasifikasikan pelanggan Coffee Shop X menggunakan segmentasi RFM (Recency, Frequency, Monetary) dengan algoritma K-means. Hasil menunjukkan bahwa segmentasi optimal terdiri dari 2 atau 3 cluster. Pelanggan terbagi menjadi golongan pasif, aktif, dan loyal, masing-masing dengan strategi pemasaran yang berbeda seperti edukasi produk, kampanye promosi, dan program loyalitas.