Pengembangan Sistem Point of Sale Berbasis Web Menggunakan Metode Recency, Frequency, Monetary (RFM) dan Algoritma K-Means untuk Segmentasi Pelanggan

Abstract

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. Metode pengembangan sistem yang digunakan adalah Waterfall, meliputi analisis kebutuhan, perancangan sistem menggunakan Unified Modeling Language (UML), implementasi, pengujian. 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. Cluster aktif memiliki rata-rata frekuensi pembelian sebesar 4,5 kali dengan nilai transaksi rata-rata Rp63.995.500, cluster potensial memiliki rata-rata frekuensi 2 kali dengan nilai transaksi Rp27.998.000, sedangkan cluster pasif memiliki rata-rata frekuensi 1 kali dengan nilai transaksi Rp18.999.000.