Segmentasi Pelanggan Klinik Dokter Hewan Berbasis Algoritma K-Means dan Model RFM

Abstrak

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada klinik dokter hewan dengan
mengombinasikan analisis Recency, Frequency, Monetary (RFM) dan algoritma K-Means. Data transaksi
pelanggan periode Desember 2024 hingga April 2025 diolah untuk menghasilkan variabel utama, kemudian
dinormalisasi menggunakan metode min-max agar setiap fitur memiliki skala yang seragam. Segmentasi
dilakukan menggunakan AI Studio 2025, sedangkan evaluasi kualitas cluster dilakukan dengan metrik
cluster distance performance dan Davies-Bouldin Index. Hasil analisis menghasilkan empat segmen
pelanggan yang berbeda, di mana mayoritas pelanggan tergolong pasif dengan frekuensi transaksi dan nilai
pembelian rendah, sementara sebagian kecil pelanggan sangat aktif dan memberikan kontribusi signifikan
terhadap pendapatan klinik. Temuan ini menunjukkan bahwa segmentasi berbasis data mining dapat
digunakan sebagai dasar dalam perumusan strategi pemasaran, peningkatan layanan, dan penguatan
loyalitas pelanggan pada klinik dokter hewan.