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

PERANCANGAN MODEL SEGMENTASI PELANGGAN PADA PT X BERDASARKAN CUSTOMER LIFETIME VALUE MENGGUNAKAN METODE DATA MINING

38 views
Save At List
Penulis : Fahija Azzahra Putri Fauzi [13422017]
Kontributor / Dosen Pembimbing :
  • Prof. Dr. Ir. Kadarsah Suryadi, D.E.A.
Jenis Koleksi : Tugas Akhir
Tahun Terbit : 2026
Penerbit : Teknik Industri
Fakultas : Fakultas Teknologi Industri
Subjek : General management
Kata Kunci : segmentasi pelanggan, data mining, clustering, BIRCH, recency, frequency, monetary, analytic hierarchy process, customer lifetime value
Sumber :
Staf Input/Edit : Esha Mustika Dewi  
File : 1 file
Tanggal Input : 06 Agu 2026

PT X merupakan perusahaan manufaktur frozen food yang menghadapi fluktuasi permintaan yang tercermin pada ketidakstabilan aktivitas outbound setiap bulan. Kondisi ini menuntut pemahaman karakteristik pelanggan yang lebih baik, sementara pengelompokan pelanggan selama ini masih dilakukan secara manual berdasarkan pengamatan data historis dan ingatan karyawan, sehingga belum terdapat pendekatan segmentasi yang terstruktur dan berbasis data. Penelitian ini bertujuan merancang model segmentasi pelanggan berbasis data mining beserta prototipe aplikasi untuk mendukung proses segmentasi di PT X. Penelitian dilakukan mengikuti kerangka kerja CRISP-DM menggunakan 6.084 data transaksi dari 345 pelanggan sepanjang tahun 2025. Data transaksi ditransformasikan ke dalam variabel Recency, Frequency, dan Monetary (RFM) agar perilaku pembelian tiap pelanggan dapat direpresentasikan secara terukur. Lima algoritma clustering dibandingkan, yaitu K-Means, DBSCAN, BIRCH, Spectral Clustering, dan Gaussian Mixture Model, yang dievaluasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index. Bobot tiap dimensi RFM ditentukan menggunakan Analytic Hierarchy Process (AHP) sebagai dasar perhitungan Customer Lifetime Value (CLV) untuk memeringkat segmen. Pembobotan AHP menunjukkan monetary sebagai dimensi paling berpengaruh dengan bobot 0,633, diikuti frequency sebesar 0,260 dan recency sebesar 0,106. Algoritma BIRCH dengan threshold 0,2 dan tiga klaster dipilih sebagai model terbaik dengan Silhouette Score sebesar 0,7775, Davies-Bouldin Index sebesar 0,4052, dan Calinski-Harabasz Index sebesar 687,1067. Model tersebut menghasilkan tiga segmen, yaitu pelanggan bernilai tinggi (4 pelanggan, CLV 0,89) yang menyumbang 46% nilai transaksi, pelanggan potensial (284 pelanggan, CLV 0,12) yang menyumbang 49,6%, dan pelanggan tidak aktif (57 pelanggan, CLV -0,11) yang menyumbang 4,4%. Ketiga segmen tersebut memberikan dasar bagi perusahaan untuk mengenali kelompok pelanggan yang paling berkontribusi terhadap ketidakstabilan permintaan sekaligus merancang strategi personalized marketing dan loyalty program yang terdiferensiasi. Prototipe aplikasi berbasis Streamlit dikembangkan untuk mengintegrasikan seluruh proses segmentasi dan telah divalidasi serta dinilai layak digunakan oleh PT X.

Artikel Terkait