Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 9 No 2 (2025): Februari 2025

Penerapan Algoritma K-Means Clustering untuk Segmentasi Pelanggan Berdasarkan Model RFM Pada Resik Aquatics

Ryandra, Muhammad (Unknown)
Setiawan, Nanang Yudi (Unknown)
Niken Hendrakusma Wardani (Unknown)



Article Info

Publish Date
10 Jan 2025

Abstract

Perkembangan teknologi telah berdampak pada pertumbuhan perekonomian Indonesia pada sektor ikan hias. Hal tersebut menyebabkan persaingan bisnis ikan hias terus meningkat. Persaingan tersebut berdampak juga kepada Resik Aquatics yang merupakan salah satu pembudidaya ikan hias. Saat ini, Resik Aquatics belum pernah menerapkan strategi Customer Relationship Management (CRM) untuk meningkatkan minat beli pelanggan dan loyalitas pelanggan. Penelitian ini menggunakan data transaksipelanggan Resik Aquatics dari Juli 2023 hingga Maret 2024 atau sebanyak 8 bulan, yang terdiri dari 178 transaksi dan 239 baris data pada berkas excel. Data ini diolah menggunakan model RFM (Recency, Frequency, Monetary) untuk mengidentifikasi karakteristik pelanggan. Setelah karakteristik pelanggan terbentuk akan dilakukan proses segmentasi dengan menggunakan metode K-Means. Proses segmentasi dilakukan dengan mencari nilai k yang optimal dengan elbow method dan silhoutte socre. Hasil dari kedua metode tersebut menujukkan bahwa k optimal sebesar 2. Hasil pengujian evaluasi clustering dengan menggunakan Davies-Bloudin Index mendapatkan nilai sebesar 0.92, nilai tersebut termasuk nilai yang baik karena nilainya kecil dan mendekati 0 atau kurang dari 1. Hasil segmentasi akan digunakan untuk mencari akar permsalahan dengan menggunakan metode root cause analysis (RCA).Proses identifikasi permasalahan dilakukan dengan cara mengambil sampel klaster pelanggan dari setiap klaster dan diteliti berdasarkan profil RFM-nya. Akar permasalaan yang telah didentifikasi akan dikelompokkan berdasarkan kategori produk, pelanggan, dan fasilitas. Kategori tersebut mencerminkan permsalahan yang menyebabkan tingginya nilai recency, rendahnya nilai frequency, dan rendahnya nilai monetary. Permasalahan yang teridentifikasi berasal dari dua faktor utama yaitu internal seperti promosi yang kurang diminati dan eksternal seperti munculnya pembudidaya lain sebagai pesaing bisnis. Hasil pengelompokkan permasalahan dari proses RCA akan divalidasi oleh stakeholder. 

Copyrights © 2025






Journal Info

Abbrev

j-ptiik

Publisher

Subject

Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Description

Jurnal Pengembangan Teknlogi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya merupakan jurnal keilmuan dibidang komputer yang memuat tulisan ilmiah hasil dari penelitian mahasiswa-mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya. Jurnal ini diharapkan dapat mengembangkan penelitian ...