SEGMENTASI PELANGGAN BERDASARKAN ANALISIS RFM MENGGUNAKAN ALGORITMA K-MEANS SEBAGAI DASAR STRATEGI PEMASARAN (STUDI KASUS PT COVERSUPER INDONESIA GLOBAL)

PT. Coversuper Indonesia Global adalah perusahaan yang bergerak di bidang
bidang aksesoris otomotif. Persaingan dalam bisnis khususnya perusahaan yang
bergerak dibidang aksesoris otomotif semakin banyak.. Agar dapat meningkatkan
penjualan produk yang dijual, para pelaku bisnis di bidang ini harus mempunyai
strategi. Berdasarkan permasalahan tersebut maka digunakan Data Mining dengan
teknik cluster untuk mengetahui potensi dan karakteristik dari setiap pelanggan
mereka dalam melakukan pembelian produk. Tugas akhir ini menggunakan metode
kombinasi model RFM dan clustering K-Means yang bertujuan untuk melakukan
segmentasi pelanggan. Model RFM digunakan sebagai atribut kuantitatif untuk
variabel masukan. Selanjutnya menggunakan algoritma K-means untuk melakukan
clustering pelanggan. Hasil tugas akhir ini adalah 4 segmen pelanggan yang dimiliki
oleh perusahaan dan karakteristik masing-masing pelanggan. Berdasarkan akurasi
yang didapat pada perhitungan menggunakan sistem segmentasi pelanggan
mendapatkan nilai akurasi sebesar 100%. Dengan nilai akurasi tersebut maka dapat
dikategorikan baik. Karakteristik pelanggan ini akan membantu PT Coversuper
Indonesia Global untuk mengambil keputusan dalam memprioritaskan tenaga dan
sumber dayanya ke pelanggan tertentu (potensial).