Implementasi Algoritma Clustering K-Means untuk Segmentasi Pelanggan di E-Commerce
Article Sidebar
📅
Published:
Sep 10, 2025
Main Article Content
Abstract
Article Summary
In the increasingly advanced digital era, competition in the e-commerce world requires companies to understand customer behavior in depth in order to maintain loyalty and increase sales. This study aims to segment e-commerce customers by applying the K-means clustering algorithm using RFM (Recency, Frequency, Monetary) analysis. Customer transaction data is processed through pre-processing stages such as data cleaning and normalization, then the K-means algorithm is applied to group customers into homogeneous segments based on their purchasing behavior characteristics. Optimal grouping is obtained using the Silhouette Score evaluation metric, resulting in three main customer segments. The results of this segmentation can help companies design more effective and focused marketing strategies according to the needs of each customer segment.
Keywords
Article Keywords
Downloads
Download data is not yet available.
Article Details
How to Cite
Mado, P. M. K., & Hendry, H. (2025). Implementasi Algoritma Clustering K-Means untuk Segmentasi Pelanggan di E-Commerce. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 6(3), 1680-1686. https://doi.org/10.63447/jimik.v6i3.1563
Section
Articles
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC-BY 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
License: All articles are licensed under 
References
Ardi, R. B., Nastiti, F. E., & Sumarlinda, S. (2023). Algoritma K-Means Clustering Untuk Segmentasi Pelanggan (Studi Kasus: Fashion Viral Solo). INFOTECH journal, 9(1), 124-131.
Awalina, E. F. L., & Rahayu, W. I. (2023). Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail. Jurnal Teknologi Dan Informasi, 13(2), 122-137. https://doi.org/10.34010/jati.v13i2.10090.
Cuhwanto, Y. A., & DA, R. (2021). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means. Petir, 15(1), 48-56.
Fatika, R. A. (2025). negara dengan pengguna TikTok terbesar, Indonesia urutan berapa. GoodStats Data. Diambil, 30.
Febri, A., Ningsih, N., & Lemantara, J. (2021). Aplikasi Analisis Segmentasi Pelanggan untuk Menentukan Strategi Pemasaran Menggunakan Kombinasi Metode K-Means dan Model RFM. SISTEMASI, 10(1), 139-151. https://doi.org/10.32520/stmsi.v10i1.1123.
Fitriyani, R., Firmansyah, A. L., & Nurfadillah, L. A. (2024, October). Penerapan Algoritma Clustering untuk Segmentasi Pelanggan E-commerce berdasarkan Data Pembelian dan Aktivitas. In SEMINAR TEKNOLOGI MAJALENGKA (STIMA) (Vol. 8, pp. 372-379). https://doi.org/10.31949/stima.v8i0.1129.
Gustrianda, R., & Mulyana, D. I. (2022). Penerapan Data Mining Dalam Pemilihan Produk Unggulan dengan Metode Algoritma K-Means Dan K-Medoids. J. Media Inform. Budidarma, 6(1), 27.
Hafidz Ardana, C., Khoyum, A. A. A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan Metode K-Means Clustering. JISKA (Jurnal Informatika Sunan Kalijaga), 9(1), 1-9.
Pramudiansyah, A. P. (2021). Segmentasi Pelanggan Menggunakan Algoritma K-Means Berdasarkan Model Recency Frequency Monetary. Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 7(2), 06-19. https://doi.org/10.35329/jiik.v7i2.201.
Putra, R. R., & Wadisman, C. (2018). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K Means. Intecoms, 1(1), 72-77.
Romadhona, W., Nugroho, B. I., & Murtopo, A. A. (2022). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means. Jurnal Minfo Polgan, 11(2), 100-104. https://doi.org/10.33395/jmp.v11i2.11797.
Siagian, R., Sirait, P. S. P., & Halima, A. (2021). E-Commerce Customer Segmentation Using K-Means Algorithm and Length, Recency, Frequency, Monetary Model. Journal of informatics and telecommunication engineering, 5(1), 21-30. https://doi.org/10.31289/jite.v5i1.5182.
Silamantha, W. A., & Hadiono, K. (2024). Analisis rfm dan k-means clustering untuk segmentasi pelanggan pada pt. sanutama bumi arto. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 5(3), 1297-1305. https://doi.org/10.30645/kesatria.v5i3.448.
Suharti, P. H., Suryandari, A. S., & Amalia, R. N. (2022). Analisis kinerja modul pengendali tekanan udara PCT-14 Berbasis PLC dengan berbagai metoda tuning. Sebatik, 26(2), 420-427. https://doi.org/10.46984/sebatik.v26i2.2134.
Tazkiyah, I., Arifiyanti, A. A., & Najaf, A. R. E. (2023, November). Implementasi Segmentasi Pelanggan E-Commerce Menggunakan Algoritma K-Means Pada Website. In Prosiding Seminar Nasional Teknologi dan Sistem Informasi (Vol. 3, No. 1, pp. 217-226). https://doi.org/10.33005/sitasi.v3i1.651.
Awalina, E. F. L., & Rahayu, W. I. (2023). Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail. Jurnal Teknologi Dan Informasi, 13(2), 122-137. https://doi.org/10.34010/jati.v13i2.10090.
Cuhwanto, Y. A., & DA, R. (2021). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means. Petir, 15(1), 48-56.
Fatika, R. A. (2025). negara dengan pengguna TikTok terbesar, Indonesia urutan berapa. GoodStats Data. Diambil, 30.
Febri, A., Ningsih, N., & Lemantara, J. (2021). Aplikasi Analisis Segmentasi Pelanggan untuk Menentukan Strategi Pemasaran Menggunakan Kombinasi Metode K-Means dan Model RFM. SISTEMASI, 10(1), 139-151. https://doi.org/10.32520/stmsi.v10i1.1123.
Fitriyani, R., Firmansyah, A. L., & Nurfadillah, L. A. (2024, October). Penerapan Algoritma Clustering untuk Segmentasi Pelanggan E-commerce berdasarkan Data Pembelian dan Aktivitas. In SEMINAR TEKNOLOGI MAJALENGKA (STIMA) (Vol. 8, pp. 372-379). https://doi.org/10.31949/stima.v8i0.1129.
Gustrianda, R., & Mulyana, D. I. (2022). Penerapan Data Mining Dalam Pemilihan Produk Unggulan dengan Metode Algoritma K-Means Dan K-Medoids. J. Media Inform. Budidarma, 6(1), 27.
Hafidz Ardana, C., Khoyum, A. A. A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan Metode K-Means Clustering. JISKA (Jurnal Informatika Sunan Kalijaga), 9(1), 1-9.
Pramudiansyah, A. P. (2021). Segmentasi Pelanggan Menggunakan Algoritma K-Means Berdasarkan Model Recency Frequency Monetary. Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 7(2), 06-19. https://doi.org/10.35329/jiik.v7i2.201.
Putra, R. R., & Wadisman, C. (2018). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K Means. Intecoms, 1(1), 72-77.
Romadhona, W., Nugroho, B. I., & Murtopo, A. A. (2022). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means. Jurnal Minfo Polgan, 11(2), 100-104. https://doi.org/10.33395/jmp.v11i2.11797.
Siagian, R., Sirait, P. S. P., & Halima, A. (2021). E-Commerce Customer Segmentation Using K-Means Algorithm and Length, Recency, Frequency, Monetary Model. Journal of informatics and telecommunication engineering, 5(1), 21-30. https://doi.org/10.31289/jite.v5i1.5182.
Silamantha, W. A., & Hadiono, K. (2024). Analisis rfm dan k-means clustering untuk segmentasi pelanggan pada pt. sanutama bumi arto. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 5(3), 1297-1305. https://doi.org/10.30645/kesatria.v5i3.448.
Suharti, P. H., Suryandari, A. S., & Amalia, R. N. (2022). Analisis kinerja modul pengendali tekanan udara PCT-14 Berbasis PLC dengan berbagai metoda tuning. Sebatik, 26(2), 420-427. https://doi.org/10.46984/sebatik.v26i2.2134.
Tazkiyah, I., Arifiyanti, A. A., & Najaf, A. R. E. (2023, November). Implementasi Segmentasi Pelanggan E-Commerce Menggunakan Algoritma K-Means Pada Website. In Prosiding Seminar Nasional Teknologi dan Sistem Informasi (Vol. 3, No. 1, pp. 217-226). https://doi.org/10.33005/sitasi.v3i1.651.