cover
Contact Name
Novi Wulandari
Contact Email
lppm@almuslim.ac.id
Phone
+6221-88362226
Journal Mail Official
almuisy@almuslim.ac.id
Editorial Address
STMIK Al Muslim Jl. Raya Setu, Kp. Bahagia, Tambun Selatan - Bekasi
Location
Kab. bekasi,
Jawa barat
INDONESIA
ALMUISY: Journal of Al Muslim Information System
ISSN : 29642663     EISSN : 29649692     DOI : -
Core Subject : Science,
Information System Management, Knowledge Management System, Enterprise Resource Planning, Customer Relationship Management, Project Management, Computerized Accounting, DataBase System, Cloud Computing, Multimedia dan Computer Base Information System
Articles 101 Documents
Analisis Segmentasi Pelanggan E-Commerce Menggunakan Metode Clustering Berbasis RFM Mayang, Putri; Yana, Adelia Alvi; Uripto, Casto
ALMUISY: Journal of Al Muslim Information System Vol. 5 No. 1 (2026): ALMUISY: Journal of Al Muslim Information System
Publisher : STMIK Al Muslim

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan pesat industri e-commerce menghasilkan volume data transaksi pelanggan yang besar dan kompleks. Pemanfaatan data tersebut secara optimal menjadi tantangan bagi perusahaan dalam menyusun strategi pemasaran berbasis perilaku pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan e-commerce menggunakan pendekatan Recency, Frequency, Monetary (RFM) yang dikombinasikan dengan algoritma K-Means clustering. Dataset yang digunakan adalah Brazilian E-Commerce Public Dataset (Olist) yang diperoleh dari Kaggle. Tahapan penelitian meliputi preprocessing data, perhitungan nilai RFM, normalisasi menggunakan Min-Max Scaling, penentuan jumlah cluster menggunakan metode Elbow, serta evaluasi model menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa segmentasi berbasis RFM mampu mengelompokkan pelanggan ke dalam beberapa cluster dengan karakteristik berbeda. Evaluasi model menghasilkan nilai Silhouette Score sebesar 0,278 yang menunjukkan kualitas cluster cukup baik. Segmentasi yang dihasilkan dapat digunakan sebagai dasar penyusunan strategi retensi pelanggan, reaktivasi pelanggan berisiko churn, serta optimalisasi pemasaran berbasis data.

Page 11 of 11 | Total Record : 101