Perpustakaan
DESKRIPSI DATA LENGKAP
JudulSEGMENTASI PELANGGAN MENGGUNAKAN KERANGKA KERJA LRFMV DAN ALGORITMA K-MEANS
Nama: A.NOLLY SANDRA WAWAGALANG
Tahun: 2025
Abstrak
Penelitian ini bertujuan untuk melakukan segmentasi pelanggan dengan menggunakan kerangka kerja LRFMV (Length, Recency, Frequency, Monetary, Volume) dan algoritma K-Means. Penambahan variabel Volume memberikan informasi tambahan mengenai jumlah produk yang dibeli pelanggan. Data transaksi sebanyak 2098 entri dianalisis dan dinormalisasi sebelum dilakukan proses clustering menggunakan K-Means dengan variasi jumlah klaster dari k = 2 hingga k = 9. Evaluasi hasil clustering dilakukan dengan Silhouette Coefficient dan menghasilkan nilai tertinggi pada k = 5. Setelah segmentasi terbentuk, nilai Customer Lifetime Value (CLV) dihitung berdasarkan rata-rata variabel LRFMV tiap klaster tanpa pembobotan. Hasil CLV digunakan untuk memeringkat klaster dan mengidentifikasi pelanggan bernilai tinggi. Hasil penelitian ini dapat membantu perusahaan memahami perilaku pelanggan dan menyusun strategi pemasaran yang lebih efektif. Berdasarkan hasil analisis, peringkat pertama merupakan cluster 0 dengan nilai CLV 1.972 dengan simbol L?R?F?M?V? yang berarti pelanggan setia, peringkat 2 merupakan cluster 2 dengan nilai CLV 1.113 dengan simbol L?R?F?M?V? yang berarti Pelanggan Baru yang Tidak Aktif, kemudian peringkat 3 adalah cluster 3 dengan nilai CLV 0.838 dengan symbol L?R?F?M?V? yang berarti pelanggan setia, lalu peringkat 4 merupakan cluster 1 dengan nilai CLV 0.640 dengan simbol L?R?F?M?V? yang berarti PelangganBaru yang Tidak Aktif , dan peringkat lima adalah cluster 4 dengan nilai CLV 0,402 dengan simbol L?R?F?M?V? yang berarti pelanggan tidak aktif. Kata kunci: Segmentasi pelanggan, LRFMV, K-Means, CLV, Silhouette Coefficient.

Sign In to Perpus

Don't have an account? Sign Up