Implementasi Metode Clustering Sebagai Penunjang Strategi dalam Manajemen Pelanggan

Abstract

Menajemen pelanggan merupakan hal yang paling krusial karena pelanggan adalah salah satu aset yang terpenting bagi sebuah perusahaan atau bisnis. Dengan penerapan manajemen pelanggan yang efektif, perusahaan atau bisnis mampu mencapai kepuasan pelanggan yang menyebabkan terciptanya pelanggan yang loyal. Untuk mencapai hal itu maka pelaku usaha harus mengenali karakteristik setiap pelanggan sehingga perusahaan dapat menyesuaikan strategi yang tepat sesuai dengan karakteristik pelanggan tersebut. Dengan menggunakan algoritma K-Medoids clustering serta analisis dari nilai RFM (Recency, Frequency, Monetary) dapat dilakukan untuk segmentasi pelanggan sehingga pemilik usaha dalam hal ini adalah toko kosmetik Rahmadani dapat mengenali karakteristik pelanggannya. Analisis nilai RFM diukur berdasarkan nilai terbaru transaksi, jumlah transaksi dan total uang selama transaksi. Jumlah data transaksi yang digunakan sebesar 1327 entri dari tahun 2021 sampai 2022. Pengujian optimum nilai cluster dilakukan dengan menggunakan metode silhouette coefficient yang menghasilkan nilai optimum 0.496 untuk 4 cluster. Hasil dari penelitian ini adalah 4 buah cluster dari 1327 data yang telah diolah melalui preprocessing data serta RFM scoring didapatkan data sebesar 178 pelanggan, pada cluster 1 berada pada peringkat kedua, cluster 2 peringkat ketiga, cluster 3 peringkat pertama dan cluster ke 4 berada pada peringkat terakhir.