IKHAFIIKHAFI

JUKOMIKA (Jurnal Ilmu Komputer dan Informatika)JUKOMIKA (Jurnal Ilmu Komputer dan Informatika)

Pengelolaan data pelanggan pada sistem Point of Sale (PoS) umumnya masih berfokus pada pencatatan transaksi tanpa melakukan analisis perilaku pelanggan. Kondisi tersebut menyebabkan pelaku usaha kesulitan dalam mengidentifikasi karakteristik pelanggan untuk mendukung strategi pemasaran yang lebih efektif. Penelitian ini bertujuan mengembangkan sistem Point of Sale yang terintegrasi dengan segmentasi pelanggan menggunakan metode Recency, Frequency, Monetary (RFM) dan algoritma K-Means. Sistem yang dikembangkan menyediakan fitur pengelolaan produk, inventory, transaksi penjualan, data pelanggan, laporan penjualan, segmentasi pelanggan, follow-up pelanggan melalui WhatsApp, serta ekspor laporan dalam format PDF dan Excel. Hasil pengujian menunjukkan sistem mampu mengelompokkan pelanggan menjadi tiga cluster berdasarkan karakteristik transaksi.

Penelitian ini berhasil mengembangkan sistem Point of Sale (PoS) yang terintegrasi dengan segmentasi pelanggan menggunakan metode Recency, Frequency, Monetary (RFM) dan algoritma K-Means.Sistem yang dibangun tidak hanya mendukung proses transaksi penjualan, pengelolaan produk, inventory, data pelanggan, serta pembuatan laporan penjualan, tetapi juga mampu melakukan pengelompokan pelanggan berdasarkan karakteristik transaksi.Hasil segmentasi menghasilkan tiga cluster, yaitu pelanggan aktif, pelanggan potensial, dan pelanggan pasif.Cluster aktif memiliki rata-rata frekuensi pembelian sebesar 4,5 kali dengan rata-rata nilai transaksi Rp63.500, cluster potensial memiliki rata-rata frekuensi pembelian 2 kali dengan rata-rata nilai transaksi Rp27.000, sedangkan cluster pasif memiliki rata-rata frekuensi pembelian 1 kali dengan rata-rata nilai transaksi Rp18.

Untuk penelitian lanjutan, dapat dilakukan pengembangan sistem PoS yang terintegrasi dengan fitur segmentasi pelanggan menggunakan metode RFM dan algoritma K-Means. Selain itu, dapat dilakukan analisis lebih lanjut mengenai karakteristik transaksi pelanggan dan bagaimana hal tersebut dapat digunakan sebagai dasar dalam pengambilan keputusan bisnis. Penelitian ini juga dapat dikembangkan dengan mengimplementasikan teknik data mining untuk menggali informasi dan pola tersembunyi dari data transaksi pelanggan, sehingga dapat membantu perusahaan dalam menentukan strategi pemasaran yang lebih tepat sasaran.

Read online
File size617.31 KB
Pages6
DMCAReport

Related /

ads-block-test