SEGMENTASI PELANGGAN DENGAN ATRIBUT RFM MENGGUNAKAN ALGORITMA K-MEANS DI REDDOORZ SYARIAH NEAR ALUN-ALUN KAJEN

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada penginapan RedDoorz Syariah Near Alun-Alun Kajen untuk mengetahui tingkat loyalitas pelanggan beradasarkan kebiasaan setiap pelanggan dalam melakukan transaksi. Permasalahan utama yang dihadapi adalah belum adanya pengelompokan pelanggan sehingga strategi pemasaran dan pelayanan masih dilakukan secara umum tanpa memperhatikan karakteristik pada setiap pelanggan. Penelitian ini menggunakan metode RFM (Recency, Frequency, dan Monetary) untuk menganalisis loyalitas setiap pelanggan dan algoritma K-Means Clustering untuk pengelompokan pelanggan. Proses penelitian meliputi pengumpulan data, Exploratory Data Analysis (EDA), preprocessing data, pembentukan variabel RFM, normalisasi data, dan penentuan jumlah cluster optimal menggunakan metode Elbow, Silhouette Score, dan Davies-Bouldin Index. Dari hasil penelitian yang sudah dilakukan bahwa pelanggan dapat dikelompokkan menjadi tiga cluster yaitu cluster loyalitas tinggi sebanyak 58 pelanggan, cluster loyalitas sedang sebanyak 45 pelanggan, dan cluster loyalitas rendah sebanyak 1 pelanggan. Dari hasil segmentasi pelanggan yang sudah dilakukan pada penelitian ini dapat diimplementasikan ke dalam sistem informasi manajemen untuk penyusunan strategi pelayanan dan pemasaran lebih tepat sasaran serta dalam memberikan perilaku khusus kepada pelanggan dengan tingkat loyalitas tertentu.