Implementasi Fuzzy C-Means dan Model RFM untuk Segmentasi Pelanggan (Studi Kasus : PT. XYZ)

Abstract

Era globalisasi yang disertai dengan berlakunya MEA menyebabkan persaingan dalam berbagai sektor bisnis, termasuk sektor industri. Hal ini memaksa perusahaan-perusahaan yang bergerak di sektor industri di Indonesia untuk bersaing dengan negara-negara tetangga di ASEAN, termasuk PT. XYZ. Banyaknya perusahaan kompetitor yang menawarkan harga rendah membuat pelanggan PT. XYZ beralih pada kompetitor. Terkait dengan hal tersebut, PT. XYZ telah melakukan berbagai kegiatan promosi dalam rangka mengelola hubungan dengan pelanggan. Namun kegiatan promosi selama ini diimplementasikan kepada semua pelanggan tanpa adanya segmentasi sehingga strategi promosi menjadi tidak efektif dan efisien. Untuk menyelesaikan masalah pelanggan tersebut, salah satu solusi yang dapat dilakukan adalah menentukan segmentasi pelanggan. Segmentasi yang dilakukan menggunakan metode clustering Fuzzy C-Means. Sedangkan untuk menentukan jumlah K, metode yang digunakan adalah metode Elbow. Dalam proses clustering, diterapkan variabel RFM yang menggambarkan perilaku pelanggan dalam melakukan transaksi. Setelah hasil clustering muncul, cluster tersebut akan divisualisasikan sehingga memudahkan untuk menganalisa setiap cluster. Hasil dari clustering dengan Fuzzy C-Means dan model RFM adalah tiga segmen pelanggan. Segmen 1 adalah segmen terburuk dengan rata-rata nilai CLV 0.0538. Segmen 2 adalah segmen menengah dengan rata-rata nilai CLV 0.1674. Segmen 3 adalah segmen terbaik dengan rata-rata nilai CLV 0.3516. Segmen 1 memiliki 42 anggota, segmen 2 memiliki 64 anggota, dan segmen 3 memiliki 17 anggota

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).