SEGMENTASI LOYALITAS PELANGGAN MENGGUNAKAN MODEL LRFM DAN ALGORITMA K-MEDOIDS PADA UMKM ABANG JENGGOT MOSLEM STORE

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi loyalitas pelanggan pada UMKM Abang Jenggot Moslem Store menggunakan model LRFM (Length, Recency, Frequency, Monetary) dan algoritma K-Medoids sebagai dasar dalam penyusunan strategi pemasaran yang lebih efektif dan tepat sasaran. Data yang digunakan berupa 100 data pelanggan dengan 336 transaksi selama periode Januari–Mei 2026. Model LRFM digunakan untuk merepresentasikan karakteristik pelanggan berdasarkan lama hubungan dengan usaha, waktu transaksi terakhir, frekuensi pembelian, dan total nilai transaksi. Selanjutnya, algoritma K-Medoids diterapkan untuk mengelompokkan pelanggan berdasarkan tingkat kemiripan karakteristik LRFM menggunakan jarak Euclidean. Hasil penelitian menunjukkan bahwa terbentuk empat kelompok pelanggan, yaitu cluster loyal sebanyak 9%, potensial sebanyak 58%, risiko sebanyak 12%, dan baru sebanyak 21%, dengan total cost minimum sebesar Rp17.810.009. Proses clustering dinyatakan konvergen pada iterasi pertama karena total cost pada iterasi kedua mengalami peningkatan sebesar Rp350.047. Medoid akhir yang diperoleh adalah P074 untuk cluster loyal, P048 untuk cluster potensial, P076 untuk cluster risiko, dan P015 untuk cluster baru. Hasil segmentasi tersebut dapat digunakan sebagai dasar dalam menentukan strategi pemasaran yang berbeda sesuai karakteristik setiap kelompok pelanggan. Sistem berbasis web yang dikembangkan juga mampu membantu proses pengelolaan data, perhitungan clustering, dan evaluasi hasil segmentasi secara lebih cepat, objektif, dan efisien.