digilib@itb.ac.id +62 812 2508 8800

COVER Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 1 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 2 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 3 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 4 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 5 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 6 Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

PUSTAKA Dhiya' Rafiq Azka
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

PT X adalah sebuah UMKM yang bergerak di bidang fashion. Awalnya penjualan produk PT X hanya dilakukan secara online, yaitu melalui website, media sosial, dan e-commerce. Seiring berkembangnya bisnis, PT X memutuskan untuk melakukan penjualan secara offline dengan membuka toko. Namun, didapati bahwa retensi pelanggan yang tercermin dari pembelian ulang atau tingkat repurchase rate pelanggan PT X tergolong sangat fluktuatif. Tingkat retensi pelanggan yang fluktuatif dapat disebabkan oleh strategi retensi pelanggan yang kurang dipersonalisasi. Untuk saat ini, strategi retensi hanya dilakukan berdasarkan segmentasi pelanggan yang dilakukan secara intuitif dan belum berdasarkan data historis. Segmentasi pelanggan yang tepat dan berbasis data merupakan kunci untuk merancang strategi retensi yang lebih efektif. Penelitian ini bertujuan untuk menentukan segmentasi pelanggan PT X menggunakan teknik clustering. Keterbatasan data yang dimiliki oleh PT X mengharuskan penelitian ini dilakukan dengan menggunakan data yang didapat dari survei digital pelanggan PT X. Metodologi penelitian ini mengikuti tahapan Cross-Industry Standard Process for Data Mining (CRISP-DM). Dasar segmentasi pelanggan menggunakan model recency, frequency, dan monetary (model RFM) yang mampu mengidentifikasi perilaku pembelian pelanggan dan variabel demografis untuk mengidentifikasi karakteristik pelanggan. Model segmentasi pelanggan dibangun dengan algoritma kombinasi antara hierarchical clustering dan k-means clustering. Penelitian ini menghasilkan model segmentasi pelanggan serta usulan strategi retensi berdasarkan segmentasi pelanggan yang terpetakan. Segmentasi pelanggan yang dihasilkan lebih tepat dan berbasis data. Usulan strategi retensi berdasarkan segmentasi pelanggan dapat digunakan PT X untuk mengurangi fluktuatifnya tingkat retensi pelanggan PT X karena dapat membantu perancangan strategi retensi yang lebih efektif.