Segmentasi Pelanggan E-Commerce Menggunakan Algoritma K-Means Clustering Berbasis Analisis RFM
Keywords:
segmentasi pelanggan, RFM, K-Means Clustering, e-commerce, strategi pemasaranAbstract
Sebagian besar perusahaan e-commerce masih memanfaatkan data transaksi sebatas laporan operasional tanpa segmentasi pelanggan yang memadai. Penelitian ini bertujuan menghasilkan model segmentasi pelanggan e-commerce yang objektif beserta interpretasi setiap segmen sebagai dasar strategi pemasaran. Metode yang digunakan mengombinasikan analisis Recency, Frequency, Monetary (RFM) dan algoritma K-Means Clustering pada dataset Online Retail (UCI Machine Learning Repository), melalui preprocessing, normalisasi StandardScaler, penentuan cluster optimal menggunakan Elbow Method, serta evaluasi dengan Silhouette Score, Davies-Bouldin Index (DBI), dan Calinski-Harabasz Index (CHI). Dari 541.909 data mentah diperoleh 397.884 transaksi valid milik 4.338 pelanggan. Hasil menunjukkan k = 5 sebagai cluster optimal (Silhouette Score 0,617; DBI 0,716; CHI 3.437,64), menghasilkan lima segmen yaitu Potential Customer (70,29%), Dormant Customer (24,48%), High-Value Active (4,91%), Loyal Customer (0,18%), dan Champions (0,14%). Integrasi RFM dan K-Means menghasilkan segmentasi pelanggan yang valid, objektif, mendukung penyusunan strategi pemasaran yang lebih tepat sasaran, serta mudah diterapkan.
References
[1] Badan Pusat Statistik, Statistik E-Commerce 2024. Jakarta, Indonesia: Badan Pusat Statistik, 2025.
[2] Widiyanto, A. T., & Witanti, A. (2021). Segmentasi Pelanggan Berdasarkan Analisis RFM Menggunakan Algoritma K-Means Sebagai Dasar Strategi Pemasaran (Studi Kasus PT Coversuper Indonesia Global). KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, 1(1), 204-215.
[3] Sulistyo, G. B., Hasan, N., Kiswati, S., & Muningsih, E. (2025). Segmentasi pelanggan dan optimalisasi penjualan pada data retail online berbasis model RFM. CONTEN: Computer and Network Technology, 5(1), 16-22.
[4] Simanjuntak, W., Hombing, N. M. B., & Wijaya, A. (2025). Analisis Segmentasi Pelanggan Menggunakan K-Means Untuk Personalisasi Penawaran Produk Dalam Konteks E-Commerce. Jurnal Sains Dan Teknologi| E-ISSN: 3063-9980, 2(2), 111-117.
[5] Warianta, D. T., Astagina, P., Julianto, R., & Arini, F. Y. (2024). Optimasi K-Means Menggunakan Algoritma Firefly Untuk Segmentasi Pelanggan pada E-commerce. JURNAL FASILKOM, 14(3), 775-785.
[6] Mado, P. M. K., & Hendry, H. (2025). Implementasi algoritma clustering K-Means untuk segmentasi pelanggan di e-commerce. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 6(3), 1680-1686.
[7] Wiguno, T. C., & Nataliani, Y. (2022). Penerapan K-Means clustering berdasarkan analisis RFM terhadap segmentasi pembeli untuk meningkatkan strategi CRM (Disertasi doktoral). J. Media Inform. Budidarma, 6(4), 1871.
[8] Geni, Siti & Safitri, Hersa & Merry, Felisitas & Wati, Masna & H., Haviluddin. (2025). Penerapan K-Means Clustering untuk Segmentasi Konsumen E-Commerce Berdasarkan Pola Pembelian. JUKI : Jurnal Komputer dan Informatika. 7. 89-99. 10.53842/juki.v7i1.1049.
[9] Sharyanto, Sharyanto & Lestari, Dwi. (2022). Penerapan Data Mining Untuk Menentukan Segmentasi Pelanggan Dengan Menggunakan Algoritma K-Means dan Model RFM Pada E-Commerce. JURIKOM (Jurnal Riset Komputer). 9. 866. 10.30865/jurikom.v9i4.4525.
[10] Fauzan, R. M., & Alfian, G. (2024). Segmentasi Pelanggan E-Commerce Menggunakan Fitur Recency, Frequency, Monetary (RFM) dan Algoritma Klasterisasi K-Means. JISKA (Jurnal Informatika Sunan Kalijaga), 9(3), 170-177.
[11] Lukas, I., Okmayura, F., Irani, A. T., Juliastuti, E., Amirulhaq, M., Ardiansyah, R., & Fillia, S. (2025). PEMODELAN RFM & K-MEANS CLUSTERING UNTUK SEGMENTASI PELANGGAN DALAM PENJUALAN ONLINE. Journal of Software Engineering and Information System (SEIS), 49-58.
[12] Hafidz Ardana, C., Khoyum, A. A. A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan Metode K-Means Clustering. JISKA (Jurnal Informatika Sunan Kalijaga), 9(1), 1-9.
[13] Andini, M., Catra, R., Homausyah, W., Aurelia, H., Meiriza, A., Tania, K., & Yamani, Z. (2026). Analisis Segmentasi Pelanggan Menggunakan RFM dan K-Means Clustering sebagai Dasar Penyusunan Aturan Pendukung Keputusan. Building of Informatics, Technology and Science (BITS), 7(4), 2752-2760. https://doi.org/10.47065/bits.v7i4.9511
[14] Awalina, E. F. L., & Rahayu, W. I. (2023). Optimalisasi strategi pemasaran dengan segmentasi pelanggan menggunakan penerapan K-means clustering pada transaksi online retail. Jurnal Teknologi Dan Informasi, 13(2), 122-137.
[15] Febri, A., Ningsih, N., & Lemantara, J. (2021). Aplikasi Analisis Segmentasi Pelanggan untuk Menentukan Strategi Pemasaran Menggunakan Kombinasi Metode K-Means dan Model RFM. Sistemasi: Jurnal Sistem Informasi, 10(1), 139-151.
