Analisis Loyalitas Customer Perusahaan Konveksi dengan Model RFM dan Algoritma k-Means

Matthew Gerian, Yessica Nataliani

Abstract


Strategi yang baik diperlukan suatu perusahaan dalam menjalankan usahanya. CV. Karunia Jaya merupakan salah satu perusahaan yang bergerak dalam bidang konveksi yanag menjual pakaian bayi. Dalam pelayanan terhadap customer CV. Karunia Jaya belum menerapkan strategi Customer Relationship Management (CRM). Untuk mengetahui loyalitas customer maka perlu dilakukan segmentasi pelanggan terhadap customer. Penelitian ini menggunakan data transaksi dari tahun 2021-2022. Algoritma k-means digunakan dalam penentuan cluster berdasarkan model Recency, Frequency, dan Moneetary (RFM), dibantu dengan tools Weka 3.8.6. Metode elbow digunakan untuk mencari jumlah cluster terbaik dari sekelompok data. Hasil dari penelitian ini yaitu terdapat 27 customer yang terbagi dalam tiga cluster, 21 customer potensi rendah, tiga customer potensi sedang, dan tiga customer potensi tinggi. Perusahaan dapat memberikan layanan yang berbeda terhadap setiap kelompok customer, sehingga hal tersebut dapat menguntungkan perusahaan.

Keywords


customer relationship management; recency; frequency; monetary; clustering; k-means

References


B. Y. Setyaleksana, Suharyono, and E. Yulianto, “Pengaruh Customer Relationship Management (CRM) Terhadap Kepuasan dan Loyalitas Pelanggan (Survei pada Pelanggan GraPARI Telkomsel di Kota Malang),” Jurnal Administrasi Bisnis (JAB)|Vol, vol. 46, no. 1, pp. 45–51, 2017.

Y. O. Pailan, Y. H. Chrisnanto, and A. I. Hadianna, “Segmentasi Loyalitas Pelanggan Berbasis RFM (Recency, Frequency, Monetary) Menggunakan K-Means pada PD. Persada Ikan,” Prosiding Seminar Nasional Sistem Informasi dan Teknologi (SISFOTEK), vol. 4, no. 1, pp. 167–171, 2020.

I. Maskanah, A. Primajaya, and A. Rizal, “Segmentasi Pelanggan Toko Purnama dengan Algoritma K-Means dan Model RFM untuk Perancangan Strategi Pemasaran,” JURNAL INOVTEK POLBENG - SERI INFORMATIKA, vol. 5, no. 2, pp. 218–228, 2020.

Jamal and D. Yanto, “Analisis RFM dan Algoritma K-Means untuk Clustering Loyalitas Customer,” Jurnal ENERGY (Jurnal Ilmiah Ilmu-ilmu Teknik), vol. 9, no. 1, pp. 18–27, 2019.

S. A. Sutresno, A. Iriani, and E. Sediyono, “Metode K-Means Clustering dengan Atribut RFM untuk Mempertahankan Pelanggan,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 4, no. 3, pp. 433–440, 2018, doi: 10.28932/jutisi.v4i3.878.

B. Rizki, N. G. Ginasta, M. A. Tamrin, and A. Rahman, “Customer Loyality Segmentation on Point of Sale System Using Recency-Frequency-Monetary (RFM) and K-Means,” Jurnal Online Informatika, vol. 5, no. 2, pp. 130–136, Dec. 2020, doi: 10.15575/join.v5i2.511.

P. Delaya, A. Handojo, and A. Setiawan, “Aplikasi Segmentasi Pelanggan menggunakan Algoritma RFM/P dan Kmeans Clustering pada PT. XYZ,” Jurnal Infra, vol. 9, no. 2, 2021, Accessed: Jul. 04, 2023. [Online]. Available: https://garuda.kemdikbud.go.id/documents/detail/2283104

Z. W. Wijaya, A. Djunaidy, and F. Mahananto, “Segmentasi Pelanggan Menggunakan Algoritma K-Means dan Analisis RFM di Ova Gaming E-Sports Arena Kediri,” JURNAL TEKNIK ITS, vol. 10, no. 2, pp. 230–237, 2021.

B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis Segmentasi Pelanggan Menggunakan Kombinasi RFM Model dan Teknik Clustering,” JUTEI (Jurnal Terapan Teknologi Informasi), vol. 2, no. 1, pp. 23–32, 2018, doi: 10.21460/jutei.2017.21.76.

W. A. Taqwim, N. Y. Setiawan, and F. A. Bachtiar, “Analisis Segmentasi Pelanggan Dengan RFM Model Pada Pt. Arthamas Citra Mandiri Menggunakan Metode Fuzzy C-Means Clustering,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 2, pp. 1986–1993, 2019, [Online]. Available: http://j-ptiik.ub.ac.id

P. Anitha and M. M. Patil, “RFM model for customer purchase behavior using K-Means algorithm,” Journal of King Saud University - Computer and Information Sciences, vol. 34, no. 5, pp. 1785–1792, May 2022, doi: 10.1016/j.jksuci.2019.12.011.

B. Christian and L. Hakim, “Penerapan Algoritma Fuzzy C-Means Pada Penentuan Lokasi Gudang Pendukung PT. XYZ,” AITI: Jurnal Teknologi Informasi, vol. 16, no. 1, pp. 31–48, 2019.

R. Siagian, P. Sirait, and A. Halim, “Penerapan Algoritma K-Means dan K-Medoids untuk Segmentasi Pelanggan pada Data Transaksi E-Commerce,” SISTEMASI: Jurnal Sistem Informasi, vol. 11, no. 2, pp. 260–270, 2022, [Online]. Available: http://sistemasi.ftik.unisi.ac.id

B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis Segmentasi Pelanggan Menggunakan Kombinasi RFM Model dan Teknik Clustering,” JUTEI (Jurnal Terapan Teknologi Informasi), vol. 2, no. 1, pp. 23–32, 2018, doi: 10.21460/jutei.2017.21.76.

D. Susilowati, H. Hairani, I. P. Lestari, K. Marzuki, and L. Z. A. Mardedi, “Segmentasi Lokasi Promosi Penerimaan Mahasiswa Baru Menggunakan Metode RFM dan K-Means Clustering,” MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 21, no. 2, pp. 275–282, Mar. 2022, doi: 10.30812/matrik.v21i2.1542.

R. Gustriansyah, N. Suhandi, and F. Antony, “Clustering optimization in RFM analysis based on k-means,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 18, no. 1, pp. 470–477, 2019, doi: 10.11591/ijeecs.v18.i1.pp470-477.

V. A. Ekasetya and A. Jananto, “Klusterisasi Optimal Dengan Elbow Method Untuk Pengelompokan Data Kecelakaan Lalu Lintas Di Kota Semarang,” Dinamika Informatika, vol. 12, no. 1, pp. 20–28, 2020.




DOI: http://dx.doi.org/10.26623/transformatika.v21i2.7248

Refbacks

  • There are currently no refbacks.


| View My Stats |

Jurnal Transformatika : Journal Information Technology  by  Department of Information Technology, Faculty of Information Technology and Communication, Semarang University  is licensed under a  Creative Commons Attribution 4.0 International License.