Penelitian ini bertujuan untuk mengidentifikasi pola perilaku pelanggan berdasarkan pendekatan Recency, Frequency, dan Monetary (RFM), membentuk segmentasi pelanggan pada setiap periode, serta menganalisis perubahan perilaku pelanggan menggunakan pendekatan Temporal Clustering. Penelitian menggunakan 320 data transaksi pelanggan selama periode 2021-2025 dengan menerapkan metodologi CRISP-DM. Proses clustering dilakukan menggunakan algoritma K-Means dengan variabel Frequency dan Monetary, sedangkan Recency dimanfaatkan sebagai informasi temporal berdasarkan tahun transaksi. Penentuan jumlah cluster optimal dilakukan menggunakan Silhouette Score, sedangkan kualitas cluster dievaluasi menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah 2 cluster pada tahun 2021, 2022, 2023, dan 2025, serta 6 cluster pada tahun 2024. Hasil clustering kemudian diinterpretasikan menjadi empat segmen pelanggan, yaitu Pasif, Baru, Potensial, dan Loyal. Nilai Silhouette Score berada pada rentang 0,6605 hingga 0,7746, sedangkan nilai Davies-Bouldin Index berada pada rentang 0,3024 hingga 0,5597, yang menunjukkan kualitas clustering berada pada kategori baik. Analisis temporal menunjukkan bahwa distribusi pelanggan pada setiap segmen mengalami perubahan dari tahun ke tahun, sehingga perilaku pelanggan bersifat dinamis. Hasil penelitian ini diharapkan dapat menjadi dasar bagi Optik Cahaya Murni dalam menyusun strategi retensi pelanggan, promosi, dan peningkatan loyalitas pelanggan secara lebih tepat sasaran dan berbasis data.

S12584

INF 0106 2026

Bekasi

Tersedia