<![CDATA[Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada klinik dokter hewan dengan mengombinasikan analisis Recency, Frequency, Monetary (RFM) dan algoritma K-Means. Data transaksi pelanggan periode Desember 2024 hingga April 2025 diolah untuk menghasilkan variabel utama, kemudian dinormalisasi menggunakan metode min-max agar setiap fitur memiliki skala yang seragam. Segmentasi dilakukan menggunakan AI Studio 2025, sedangkan evaluasi kualitas cluster dilakukan dengan metrik cluster distance performance dan Davies-Bouldin Index. Hasil analisis menghasilkan empat segmen pelanggan yang berbeda, di mana mayoritas pelanggan tergolong pasif dengan frekuensi transaksi dan nilai pembelian rendah, sementara sebagian kecil pelanggan sangat aktif dan memberikan kontribusi signifikan terhadap pendapatan klinik. Temuan ini menunjukkan bahwa segmentasi berbasis data mining dapat digunakan sebagai dasar dalam perumusan strategi pemasaran, peningkatan layanan, dan penguatan loyalitas pelanggan pada klinik dokter hewan.]]>
Copyrights © 2025
