APLIKASI SEGMENTASI PELANGGAN MENGGUNAKAN METODE FUZZY C-MEANS DAN FUZZY RFM

Pertumbuhan data transaksi yang semakin cepat dan pola berbelanja pelanggan yang sangat dinamis membuat perusahaan kesulitan untuk menentukan pelanggan yang potensial dan tidak potensial. Untuk itu diperlukan segmentasi pelanggan sehingga perusahaan dapat menerapkan strategi yang tepat pada tiap pelanggan agar dapat meningkatkan profit. Segmentasi pelanggan dapat dilakukan dengan teknik data mining clustering. Salah satu algoritma yang dapat digunakan untuk clustering adalah Fuzzy C-Means yang mengelompokkan data berdasarkan derajat keanggotaannya. Penentuan segmen pelanggan akan dilakukan dengan metode Fuzzy RFM berdasarkan hasil dari clustering yang dilakukan sebelumnya. Penggunaan dua metode fuzzy akan memberikan hasil yang lebih akurat dan relevan. Dari hasil pengujian validitas cluster menggunakan metode Modified Partition Coefficient (MPC) pada data dari Lotte Mart dapat disimpulkan bahwa jumlah cluster terbaik dengan 21460 record dan 41220 record adalah 2. Selain itu, dengan melakukan kustomisasi nilai kriteria RFM akan mempengaruhi hasil segmentasi pelanggan.