Implementasi Algoritma K-Means Dalam Melakukan Segmentasi Loyalitas Pelanggan Berbasis RFM (Recency, Frequency, Monetary) (Studi Kasus : Aira Laundry)

Perkembangan dunia usaha pada bisnis bidang ritel yang semakin maju menyebabkan timbulnya persaingan yang semakin ketat. Dengan adanya persaingan ini, Aira Laundry disinyalir banyak kehilangan pelanggan potensial dikarenakan pemilik usaha ini secara teknis belum bisa melakukan pelacakan segmentasi loyalitas pelanggan. Akibatnya pemilik usaha tidak mengetahui nilai pelanggan dengan baik. Tujuan penelitian ini adalah membantu perusahaan menentukan dan mengelompokkan loyalitas pelanggan dan untuk mengetahui value customer yang bisa digunakan dalam menentukan kebijakan optimasi loyalitas pelanggan melalui implementasi teknologi informasi. Berdasarkan hasil dari analisis yang dilakukan dengan pemodelan RFM dan Algoritma K-Means, didapatkan hasil pembagian data ideal berada di antara70?ta latih dan 30?ta uji. Menghasilkan 4 buah klaster dengan Nilai DBI pada data latih sebesar 0,61 dan nilai DBI pada Data Uji sebesar 0,67.