HSB, SITI HANIYAH (2026) PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK SEGMENTASI PELANGGAN MODEL RECENCY, FREQUENCY, DAN MONETARY (RFM) PADA E-COMMERCE TOKO CLARIE FLORIST FRESH. Sarjana thesis, Universitas Pasir Pengaraian.
|
Text
COVER.pdf Download (556kB) |
|
|
Text
BAB 1 2 3.pdf Download (416kB) |
|
|
Text
BAB 4 5.pdf Restricted to Repository staff only Download (616kB) | Request a copy |
Abstract
Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam melakukan segmentasi pelanggan berdasarkan model Recency, Frequency, dan Monetary (RFM) pada e-commerce Toko Clarie Florist Fresh. Segmentasi pelanggan dilakukan untuk memahami pola perilaku transaksi pelanggan sehingga dapat membantu perusahaan dalam menyusun strategi pemasaran yang lebih efektif. Data yang digunakan dalam penelitian ini berupa data histori transaksi pelanggan sebanyak 3.098 data yang tercatat dari periode 1 Januari 2025 hingga 25 September 2025. Data tersebut diolah melalui tahapan perhitungan nilai RFM dan proses clustering menggunakan algoritma K-Means. Hasil segmentasi ini menghasilkan pelanggan VIP, pelanggan Reguler, dan pelanggan Beresiko Tidak Aktif. Pengujian sistem menunjukkan bahwa fungsionalitas aplikasi berjalan dengan baik dengan menggunakan metode BLACKBOX, algoritma K-Means mampu menghasilkan pengelompokan yang logis serta konsisten. Sehingga aplikasi ini efektif dalam membantu pihak toko memetakan strategi retensi pelanggan sesuai dengan perilaku belanja yang terekam dalam sistem.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Segmentasi Pelanggan, Data Mining, E-Commerce, K-Means Clustering, RFM |
| Subjects: | Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Pustaka - - |
| Date Deposited: | 11 Sep 2026 03:41 |
| Last Modified: | 11 Sep 2026 03:41 |
| URI: | http://repository.upp.ac.id/id/eprint/4716 |
Actions (login required)
![]() |
View Item |
