<![CDATA[Data transaksi pelanggan pada platform digital memiliki potensi besar untuk dimanfaatkan dalam analisis perilaku pelanggan, namun belum dimanfaatkan secara optimal oleh banyak pelaku usaha kuliner. Penelitian ini bertujuan membangun sistem berbasis web yang mengintegrasikan metode Recency, Frequency, Monetary (RFM) dan algoritma K-Means Clustering untuk segmentasi pelanggan serta analisis Customer Lifetime Value (CLV) pada Sambal Bakar Indonesia outlet Grand Depok City. Data yang digunakan merupakan 5.972 transaksi dari 2.989 pelanggan pada periode 1 September 2025 hingga 1 Maret 2026, bersumber dari platform GoFood, GrabFood, dan ShopeeFood. Sistem dibangun menggunakan Python dengan framework Streamlit. Berdasarkan Elbow Method diperoleh K=4 sebagai jumlah cluster optimal, menghasilkan empat segmen: Lost Customer (571 pelanggan, 19,1%), New Customer (1.000 pelanggan, 33,5%), Regular (102 pelanggan, 3,4%), dan Big Spender (1.316 pelanggan, 44,0%). Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,4172 (kategori Cukup). Analisis CLV menunjukkan segmen Regular memiliki rata-rata CLV tertinggi sebesar Rp 910.172, mengindikasikan pelanggan dengan frekuensi konsisten memberikan kontribusi nilai jangka panjang terbesar.]]>
Copyrights © 2026
