SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RECENCY, FREQUENCY, MONETARY (RFM) UNTUK PENYUSUNAN REKOMENDASI STRATEGI PEMASARAN PADA ACHIEVE ART SPACE

Purwanto, Muhammad Yusuf Adi (2025) SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS DAN ANALISIS RECENCY, FREQUENCY, MONETARY (RFM) UNTUK PENYUSUNAN REKOMENDASI STRATEGI PEMASARAN PADA ACHIEVE ART SPACE. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of 3. Cover_124180047_Muhammad Yusuf Adi Purwanto.pdf] Text
3. Cover_124180047_Muhammad Yusuf Adi Purwanto.pdf
Download (202kB)
[thumbnail of 2. Abstrak_124180047_Muhammad Yusuf Adi Purwanto.pdf] Text
2. Abstrak_124180047_Muhammad Yusuf Adi Purwanto.pdf
Download (152kB)
[thumbnail of 4. Halaman Pengesahan_124180047_MuhammadYusufAdiPurwanto.pdf] Text
4. Halaman Pengesahan_124180047_MuhammadYusufAdiPurwanto.pdf
Download (884kB)
[thumbnail of 5. Daftar Isi_124180047_MuhammadYusufAdiPurwanto.pdf] Text
5. Daftar Isi_124180047_MuhammadYusufAdiPurwanto.pdf
Download (166kB)
[thumbnail of 6. Daftar Pustaka_124180047_Muhammad Yusuf Adi Purwanto.pdf] Text
6. Daftar Pustaka_124180047_Muhammad Yusuf Adi Purwanto.pdf
Download (130kB)
[thumbnail of 1. Skripsi Fulltext_124180047_MuhammadYusufAdiPurwanto.pdf] Text
1. Skripsi Fulltext_124180047_MuhammadYusufAdiPurwanto.pdf
Restricted to Repository staff only
Download (3MB)
Official URL: https://upnyk.ac.id/

Abstract

Penelitian ini bertujuan untuk menganalisis karakteristik pelanggan Achieve Art Space menggunakan model Recency, Frequency, Monetary (RFM) dan Algoritma K-Means. Achieve Art Space merupakan galeri seni yang menawarkan berbagai layanan, termasuk penjualan karya seni dan program interaktif Art & Chill. Namun, pengelolaan hubungan pelanggan yang belum optimal membuat strategi pemasaran kurang efektif.

Data yang digunakan dalam penelitian ini merupakan data transaksi pelanggan pada program Art & Chill selama tahun 2023. Dataset transaksi mencakup periode 1 Januari hingga 31 Desember 2023 dengan total 11.982 transaksi dari 5.211 pelanggan. Nilai RFM dihitung untuk setiap pelanggan, dan Algoritma K-Means digunakan untuk melakukan segmentasi. Hasil segmentasi menghasilkan tiga kelompok pelanggan yang berbeda, yaitu Loyal Customers dengan Customer Lifetime Value (CLV) tertinggi sebesar 0,108, Emerging Stars dengan CLV 0,071, dan Casual Visitors dengan CLV 0,032. Segmen Loyal Customers memiliki nilai CLV tertinggi, menjadikannya fokus utama untuk strategi pemasaran.

Penelitian ini menjadi acuan dalam penyusunan rekomendasi strategi pemasaran yang lebih personal dan tepat sasaran berdasarkan hasil segmentasi di Achieve Art Space.

Kata Kunci: Segmentasi Pelanggan, RFM, Algoritma K-Means, Customer Lifetime Value (CLV), Strategi Pemasaran

Item Type: Thesis (Other)
Additional Information: Muhammad Yusuf Adi Purwanto (Penulis - 124180047) ; Hari Prapcoyo (Pembimbing)
Uncontrolled Keywords: Segmentasi Pelanggan, RFM, Algoritma K-Means, Customer Lifetime Value (CLV), Strategi Pemasaran
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Pambudi
Date Deposited: 27 May 2025 01:22
Last Modified: 27 May 2025 01:22
URI: http://eprints.upnyk.ac.id/id/eprint/42607

Actions (login required)

View Item View Item