Segmentasi Pelanggan menggunakan Metode K-means Clustering Berdasarkan Model RFM pada Bisnis Food and Beverage (Studi Kasus: Coffee shop X)

Nurlathifa, Anggita
Sucahyati , Diarany

Jurnas Nasional Teknologi dan Sistem Informasi
Vol 11 No 3 (2025): Desember 2025

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.