SEGMENTASI PELANGGAN MENGGUNAKAN METODE K-MEANS BERBASIS RFM DAN PREFERENSI PRODUK (RFM-P) PADA DATA PENJUALAN RETAIL

Rizki Dwi Maureza; Dian Ade Kurnia; Yudhistira Arie Wijaya; Riri Narasati; Fatihanursari Dikananda

Authors

Rizki Dwi Maureza STMIK IKMI Cirebon, Indonesia
Dian Ade Kurnia STMIK IKMI Cirebon, Indonesia
Yudhistira Arie Wijaya STMIK IKMI Cirebon, Indonesia
Riri Narasati STMIK IKMI Cirebon, Indonesia
Fatihanursari Dikananda STMIK IKMI Cirebon, Indonesia

Abstract

Penelitian ini bertujuan membangun model segmentasi pelanggan menggunakan metode K-Means berbasis variabel RFM yang terdiri dari recency, frequency, dan monetary serta variabel preferensi produk. Penelitian ini dilakukan untuk memahami perilaku pelanggan dan menghasilkan kelompok pelanggan yang mudah dipakai dalam perencanaan pemasaran. Metode yang digunakan meliputi pengolahan data penjualan, perhitungan nilai RFM dan proporsi pembelian produk, standardisasi fitur, serta proses clustering dengan penentuan nilai k optimal. Data penelitian berasal dari transaksi retail yang telah direkap dalam bentuk dataset yang seragam. Proses analisis dilakukan dengan menghitung nilai RFM-P, melakukan eksplorasi data, menentukan jumlah cluster, serta menilai persebaran pelanggan pada setiap cluster. Hasil penelitian menunjukkan pembentukan empat cluster pelanggan dengan karakteristik yang berbeda pada dimensi recency, frequency, monetary, dan preferensi produk. Model ini memberikan gambaran segmentasi pelanggan yang jelas dan konsisten. Cluster yang terbentuk menunjukkan perbedaan perilaku yang dapat digunakan untuk memahami nilai pelanggan dan arah kegiatan pemasaran. Temuan penelitian ini menunjukkan bahwa metode K-Means berbasis RFM-P dapat membantu mengidentifikasi kelompok pelanggan bernilai tinggi serta kelompok yang membutuhkan perhatian lebih. Segmentasi ini dapat digunakan untuk mendukung strategi promosi yang lebih tepat sasaran dan meningkatkan efektivitas keputusan pemasaran.

References

Acosta-Prado, J. C., Rojas Rincón, J. S., Mejía Martínez, A. M., & Riveros Tarazona, A. R. (2024). Trends in the Literature About the Adoption of Digital Banking in Emerging Economies: A Bibliometric Analysis. Journal of Risk and Financial Management, 17(12). https://doi.org/10.3390/jrfm17120545

Apau, R., Titis, E., & Lallie, H. S. (2025). semakin baik kualitas layanan pada aplikasi KAI Accessakan meningkatkan loyalitas konsumen dengan meningkatkan kepuasan konsumen. Computers, 14(4).

Aung, S. T., Funabiki, N., Aung, L. H., Kinari, S. A., Mentari, M., & Wai, K. H. (2024). A Study of Learning Environment for Initiating Flutter App Development Using Docker. Information (Switzerland), 15(4). https://doi.org/10.3390/info15040191

Bangun, N., Intarti, K., Karo, S. B., Dewiningsih, S., & Tahar, S. (2023). System quality , information quality , system design quality website PT KCI berpengaruh terhadap user satisfaction. 9(2), 944–958.

Berihun, N. G., Dongmo, C., & Van der Poll, J. A. (2023). The Applicability of Automated Testing Frameworks for Mobile Application Testing: A Systematic Literature Review. Computers, 12(5). https://doi.org/10.3390/computers12050097

Chen, H., Chu, Y. C., & Lai, F. (2023). Mobile time banking on blockchain system development for community elderly care. Journal of Ambient Intelligence and Humanized Computing, 14(10), 13223–13235. https://doi.org/10.1007/s12652-022-03780-6

Ilham Tri Maulana. (2022). Penerapan Metode Sdlc ( System Development Life Cycle ) Waterfall Pada E-Commerce Smartphone. Jurnal Ilmiah Sistem Informasi Dan Ilmu Komputer, 2(2), 1–6. https://doi.org/10.55606/juisik.v2i2.162

Jafri, J. A., Mohd Amin, S. I., Abdul Rahman, A., & Mohd Nor, S. (2024). A systematic literature review of the role of trust and security on Fintech adoption in banking. Heliyon, 10(1), e22980. https://doi.org/10.1016/j.heliyon.2023.e22980

Marpid, N. N., Kurniawan, Y. I., & Rahayu, S. P. (2025). Analysis of the Movie Database Film Rating Prediction With Ensemble Learning Using Random Forest Regression Method Analisis Prediksi the Movie Database Rating Film Dengan Menggunakan Ensemble Learning Menggunakan Metode Random Forest Regression. Jurnal Teknik Informatika (JUTIF), 6(1), 1–10. https://doi.org/10.52436/1.jutif.2025.6.1.1563

Meneses, B., & Varajão, J. (2022). A Framework of Information Systems Development Concepts. Business Systems Research, 13(1), 84–103. https://doi.org/10.2478/bsrj-2022-0006

Ramayanti, R., Rachmawati, N. A., Azhar, Z., & Nik Azman, N. H. (2024). Exploring intention and actual use in digital payments: A systematic review and roadmap for future research. Computers in Human Behavior Reports, 13(October 2023), 100348. https://doi.org/10.1016/j.chbr.2023.100348

Saifudin, A., Saputra, A., Saputra, B., Subhan, F., Maulana, F., & Kusyadi, I. (2022). Pengembangan Aplikasi Sistem Informasi Persediaan Barang Menggunakan Model Waterfall. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 5(4), 247–254. https://doi.org/10.32493/jtsi.v5i4.21197

Saravanos, A., & Curinga, M. X. (2023). Simulating the Software Development Lifecycle: The Waterfall Model. Applied System Innovation, 6(6). https://doi.org/10.3390/asi6060108

Sasmoko, Indrianti, Y., Manalu, S. R., & Danaristo, J. (2024). Analyzing Database Optimization Strategies in Laravel for an Enhanced Learning Management. Procedia Computer Science, 245(C), 799–804. https://doi.org/10.1016/j.procs.2024.10.306

Souha, A., Benaddi, L., Ouaddi, C., & Jakimi, A. (2024). Comparative analysis of mobile application Frameworks: A developer’s guide for choosing the right tool. Procedia Computer Science, 236, 597–604. https://doi.org/10.1016/j.procs.2024.05.071