PENERAPAN ALGORITMA FUZZY C-MEANS MENGGUNAKAN MODEL RFM DALAM KLASTERISASI PELANGGAN PADA TOKO KUE FEANDRA CAKE

Abstract

Konsumen merupakan aset yang sangat penting bagi perusahaan yang harus dijaga dengan baik terutama pelanggan potensial. Tujuan proses segmentasi pasar yaitu untuk mengetahui perilaku konsumen serta menerapkan strategi pemasaran yang tepat sehingga mendapatkan keuntungan / profit bagi perusahaan. Objek yang diambil dari penelitian ini yaitu Toko Kue Feandra Cake yang berlokasi Jalan Lobak No. 97, Pekanbaru. Penentuan pelanggan potensial yang dilakukan selama ini adalah secara manual, hanya berdasarkan perkiraan saja tanpa adanya data dan informasi yang pasti. Penelitian ini bertujuan menghasilkan nilai Customer Lifetime Value (CLV) pada setiap segmen pelanggan Feandra Cake dengan menggunakan Algoritma Fuzzy C-Means dalam melakukan klasterisasi pelanggan  menggunakan model RFM (Recency, Frequency dan Monetary). Nilai CLV akan dihasilkan dengan mengalikan nilai normalisasi RFM dengan nilai bobot RFM dan selanjutnya dijumlahkan. Hasil dari penjumlahan tersebut didapatkan hasil rangking CLV. Rangking CLV tertinggi dihasilkan dari nilai CLV terbesar diantara 3 kluster tersebut. Rangking CLV tertinggi pada penelitian ini adalah pelanggan pada klaster 1 yang merupakan segmen pelanggan berupa loyalitas yang tinggi dengan nilai Recency yang rendah, Frequency yang tinggi dan Monetary yang tinggi. Ini berarti pelanggan yang berada pada segmen ini sering melakukan pembelian dengan jumlah uang yang dikeluarkan tinggi untuk perusahaan sehingga segmen ini dikatakan pelanggan dengan profitabilitas yang tinggi. Setelah didapatkan klasterisasi pelanggan, selanjutnya dilakukan asosiasi data produk yang dibeli oleh pelanggan menggunakan Algoritma FP-Growth. Hal ini dilakukan untuk mendapatkan kombinasi item pembelian. Produk Suke Ori dan Suke Rasa tidak terdapat dalam hasil asosiasi produk karena merupakan produk andalan Feandra Cake yang sudah pasti pernah dibeli oleh pelanggan-pelanggannya.