Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan industri fesyen muslim di Indonesia memberikan peluang yang baik bagi para penjual produk fesyen muslim, termasuk Usaha Menengah, Kecil, dan Mikro (UMKM). Seiring dengan itu, perkembangan teknologi dan adopsi e-commerce di Indonesia juga meningkat pesat. UMKM perlu meningkatkan daya saingnya untuk bersaing di pasar dengan mempertahankan loyalitas pelanggan dan memanfaatkan teknologi seperti e-commerce. Penelitian ini bertujuan untuk mengetahui nilai loyalitas setiap pelanggan menggunakan Customer Lifetime Value (CLV), melakukan segmentasi pelanggan berdasarakan loyalitasnya, dan merancang strategi pengembangan pelanggan untuk UMKM Indonesia di industri fesyen muslim yang telah memanfaatkan e-commerce untuk menjual produk mereka menggunakan metode Complex Proportional Assessment (COPRAS). Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa cluster dan variabel Recency, Frequency, dan Monetary (RFM) digunakan untuk menghitung nilai CLV dari setiap pelanggan. Terdapat tiga klaster pelanggan yang terbentuk dalam penelitian ini dengan tujuh strategi pengembangan pelanggan yang dipilih dari berbagai klaster berdasarkan karakteristik masing-masing klaster yang terbentuk. Rekomendasi strategi yang diusulkan bertujuan untuk meningkatkan loyalitas pelanggan dan daya saing UKM fesyen muslim yang menjadi objek penelitian ini.

---

The development of the muslim fashion industry in Indonesia provides good opportunities for sellers of Muslim fashion products, including for Medium, Small, and Micro Enterprises (MSMEs). Along with this, the development of technology and the adoption of e-commerce in Indonesia are also increasing rapidly. MSMEs need to improve their competitiveness to compete in the market by retaining customer’s loyalty and utilizing technology such as e-commerce. This study aims to determine the value of customers using customer lifetime value (CLV), segmenting customer based on their loyalty value, and design customer development strategies for Indonesian MSMEs in Muslim fashion industry, that has adopted e-commerce to sell their product, using Complex Proportional Assessment (COPRAS) method. The K-Means Clustering method is used to segment customers into several clusters and Recency, Frequency, and Monetary (RFM) variables are used to calculate CLV value of each customer. There are three customer clusters formed in this study with seven customer development strategies selected from various clusters based on the characteristics of each formed cluster. The proposed strategy recommendations aim to increase customer loyalty and competitiveness of Muslim fashion SMEs which are the object of this research.

"

"Pertumbuhan minat investasi seperti perhiasan emas di Indonesia memberikan peluang yang baik bagi para pemilik usaha perhiasan emas, termasuk Usaha Menengah, Kecil, dan Mikro (UMKM). Seiring dengan hal tersebut, perkembangan zaman dan teknologi mengarahkan perubahan pola belanja masyarakat Indonesia menuju pembelanjaan online melalui e-commerce. Dengan meningkatnya daya saing, UMKM perlu membangun customer relationship management guna meningkatkan loyalitas pelanggan. Untuk itu, penelitian ini bertujuan untuk mengetahui perilaku pelanggan melalui segmentasi pelanggan dan merancang strategi pengembangan pelanggan UMKM Perhiasan Emas. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa klaster berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Metode Customer Lifetime Value (CLV) dan Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan dirancang strategi pengembangan dengan penentuan prioritas menggunakan Complex Proportional Assessment (COPRAS). Terdapat empat klaster pelanggan yang terbentuk dalam penelitian ini dengan delapan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

The growing interest in investments such as gold jewelry in Indonesia provides good opportunities for gold jewelry business owners, including Medium, Small and Micro Enterprises(MSMEs). Along with this, the times and technology have directed changes in spending behavior of the Indonesian people towards online shopping through e-commerce. With increasing competitiveness, MSMEs need to develop customer relationship management to maintain and increase customer loyalty. For this reason, this study aims to determine customer behavior through customer segmentation and design customer development strategies for Indonesian Gold Jewerly MSMEs. The K-Means Clustering method is used to group customers into several clusters based on Recency, Frequency, and Monetary variables. Customer Lifetime Value(CLV) and Customer Value Matrix(CVM) methods are also used to determine the characteristics of customers in each cluster. Each cluster will be designed with a development strategy with prioritization using the Complex Proportional Assessment(COPRAS). In this study, there are four clusters with eight recommendation strategies to increase customer loyalty based on the characteristics of each cluster."

"

Pertumbuhan ekonomi pada sektor Fashion khususnya pakaian etnik modern di Indonesia memberikan peluang yang besar bagi para pemilik usaha fashion etnik modern, termasuk Usaha Mikro, Kecil, dan Menengah (UMKM). Dengan daya saing yang semakin meningkat, UMKM perlu membangun manajemen hubungan pelanggan yang kuat untuk meningkatkan dan mempertahankan loyalitas pelanggan. Pencarian informasi mengenai karakteristik pelanggan lebih lanjut dilakukan dengan menggunakan Customer Lifetime Value (CLV) untuk melihat kontribusi pelanggan terhadap profitabilitas perusahaan. Penelitian ini bertujuan untuk memetakan segmentasi pelanggan dengan menggunakan metode K-Means Clustering dan Agglomerative Hierarchical Clustering berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Terdapat 4 (empat) segmen yang terbentuk dalam penelitian ini. Selanjutnya, metode Analytical Hierarchy Process (AHP) digunakan untuk memperoleh bobot kepentingan dari model RFM. Hasil AHP menunjukkan bahwa frequency adalah variabel yang paling penting pada penelitian ini. Selanjutnya, dilakukan perhitungan Customer Lifetime Value (CLV) untuk mengetahui nilai dan karakteristik pelanggan dengan memberikan peringkat pada 4 (empat) segmen optimal yang dihasilkan. Selain metode CLV, metode Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan diberikan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

Economic growth in the fashion sector, especially modern ethnic clothing in Indonesia, provides great opportunities for modern ethnic fashion business owners, including Micro, Small and Medium Enterprises (MSMEs). With increasing competitiveness, MSMEs need to build strong customer relationship management to increase and maintain customer loyalty. Extracting information regarding characteristics of customers is carried out using Customer Lifetime Value (CLV) to measure the contribution of customers to company profits. This research aims to establish customer segmentation using K-Means Clustering and Agglomerative Hierarchical Clustering methods based on Recency, Frequency, and Monetary (RFM) variables. There are 4 (four) segments formed in this study. Furthermore, the Analytical Hierarchy Process (AHP) method is used to obtain the importance weight of the RFM model. The results show that frequency is the most important variable in this study. Then, a Customer Lifetime Value (CLV) calculation is performed to find out the value and characteristics of customers by ranking the 4 (four) optimal segments that are generated. In addition to the CLV method, the Customer Value Matrix (CVM) method is also used to determine customer characteristics in each cluster. Each cluster will be given recommendations on strategies to increase customer loyalty based on the characteristics of each cluster formed.

"

"

Jamu merupakan obat tradisional Indonesia yang sudah menjadi bagian dari budaya. Meningkatnya permintaan obat tradisional khususnya Jamu di Indonesia akibat pandemi COVID-19 memberikan peluang bagi bisnis obat tradisional dan jamu. Peningkatan permintaan menyebabkan munculnya UKM baru produk tradisional dan kesehatan, pada saat yang sama, transaksi pembelian online juga meningkat, mendorong UKM untuk beralih ke e-commerce. Penelitian ini bertujuan untuk mengetahui segmentasi dan nilai setiap segmen pelanggan menggunakan CLV dan mengembangkan strategi untuk setiap segmentasi pelanggan dalam rangka meningkatkan loyalitas pelanggan. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa cluster dan nilai CLV digunakan untuk menentukan nilai setiap segmen pelanggan dengan variabel Recency, Frequency, dan Monetary (RFM). Penyebaran klaster dengan menggunakan Customer Value Matrix (CVM) juga dilakukan untuk memastikan karakteristik klaster. Data sekunder diperoleh dari transaksi penjualan. Analisis penjualan produk dilakukan dengan menggunakan metode Association Rule yang menghasilkan salah satu strategi dalam Customer Development. Hasil penelitian menghasilkan 5 cluster untuk pelanggan dengan 13 strategi untuk keseluruhan cluster. Strategi cross-selling adalah strategi yang direkomendasikan.

---

Jamu is a traditional Indonesian medicine that has become part of the culture. The increasing demand for traditional medicines, especially Jamu in Indonesia due to the COVID-19 pandemic, provides opportunities for the traditional and herbal medicinal business. The increase in demand leads to the emergence of new traditional and health product SMEs, at the same time, online purchase transactions have also increased, encouraging SMEs to switch to e-commerce. This study aims to determine the segmentation and value of each customer segment using CLV and develop strategies for each customer segmentation in order to increase customer loyalty. The K-Means Clustering method is used to segment customers into several clusters and the CLV value is used to determine the value of each customer segment with Recency, Frequency, and Monetary (RFM) variables. Cluster deployment using the Customer Value Matrix (CVM) was also carried out to ensure cluster characteristics. Secondary data obtained from sales transactions. Analysis of product sales is carried out using the Association Rule method which produces one of the strategies in Customer Development. The research resulted in 5 clusters for customers with 13 strategies for the whole cluster. The cross-selling strategy is the recommended strategy.

"

"Pertumbuhan kinerja industri alas kaki yang positif dengan permintaan alas kaki domestik yang terus meningkat menjadi peluang besar bagi para usaha mengembangkan bisnisnya di bidang alas kaki, termasuk Usaha Mikro, Kecil, dan Menengah. Seiring dengan dorongan pemerintah terhadap digitalisasi UMKM, semakin bertambahnya UMKM alas kaki yang memasarkan produknya melalui e-commerce. Hal tersebut mengakibatkan peningkatan persaingan antar UMKM alas kaki di e-commerce dalam memenangkan kompetisi bisnis. Salah satu upaya dalam mempertahankan keuntungan jangka panjang berupa penerapan customer relationship management untuk meningkatkan loyalitas pelanggan. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi karakteristik pelanggan melalui segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Length, Recency, Frequency, Monetary (LRFM) dan merumuskan serta menentukan strategi retensi pelanggan. Penelitian ini berfokus pada segmentasi pelanggan sepatu kulit sebagai volume produk terbesar dalam UMKM Alas Kaki tersebut. Pada tahap awal, metode K-Medoids clustering digunakan untuk mengelompokkan pelanggan dengan menggunakan model LRFM sehingga dapat menghitung CLV pada tiap segmen pelanggan. Tiap klaster tersebut dianalisis karakteristiknya berdasarkan model LRFM, CLV, dan pemetaan klaster pada Customer Value Matrix (CVM). Strategi retensi pelanggan dirumuskan dan ditentukan prioritasnya sesuai karakteristik klaster yang terbentuk menggunakan metode Complex Proportional Assessment (COPRAS). Penelitian ini menghasilkan 3 klaster pelanggan yang terbentuk dan 7 rekomendasi strategi peningkatan loyalitas pelanggan dengan tiga prioritas teratas pada tiap klaster.

---

The positive performance growth of the footwear industry with the increasing demand for domestic footwear is a great opportunity for businesses to develop their business in footwear, including Micro, Small and Medium Enterprises. Along with the government's encouragement of the digitalization of MSMEs, more and more footwear MSMEs are marketing their products through e-commerce. This has resulted in increased competition among footwear MSMEs in e-commerce in winning business competitions. One of the efforts in maintaining long-term profits is the implementation of customer relationship management to increase customer loyalty. Therefore, this research aims to identify customer characteristics through customer segmentation based on Customer Lifetime Value (CLV) with the Length, Recency, Frequency, Monetary (LRFM) model approach and formulate also determine customer retention strategies. This research focuses on segmenting leather shoe customers as the largest volume of products in this company. In the initial stage, the K- Medoids clustering method is used to group customers using the LRFM model so as to calculate CLV in each customer segment. Each cluster is analyzed for characteristics based on the LRFM model, CLV, and cluster mapping on the Customer Value Matrix (CVM). Customer retention strategies are formulated and prioritized according to the characteristics of the clusters formed using the Complex Proportional Assessment (COPRAS) method. This research resulted in 3 customer clusters formed and 7 recommendations for strategies to increase customer loyalty with the top three priorities in each cluster."

"Peningkatan jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) kerajinan tangan kayu telah mendorong para pelaku usaha untuk membangun strategi inovatif guna memenangkan persaingan dan mempertahankan keberlangsungan bisnis usahanya. Salah satu jenis strategi yang dapat digunakan oleh para pemilik UMKM kerajinan tangan kayu untuk meningkatkan keunggulan kompetitif perusahaan adalah strategi pemanfaatan teknologi informasi berbasis pelanggan yang disebut sebagai Customer Relationship Management (CRM). Tujuan utama yang ingin dicapai melalui implementasi CRM adalah peningkatan loyalitas pelanggan dan profitabilitas perusahaan. Penelitian ini bertujuan untuk membangun strategi peningkatan loyalitas pelanggan pada UMKM kerajinan tangan kayu melalui implementasi dari metode analisis multivariat menggunakan Structural Equation Modeling (SEM) dalam kerangka CRM dengan didukung oleh hasil dari segmentasi pelanggan menggunakan variabel Recency, Frequency, Monetary (RFM) dan algoritma K-Means, serta hasil dari segmentasi produk menggunakan variabel Frequency, Monetary, Customer Variety (FMC) dan algoritma K-Means. Segmentasi pelanggan dan produk dilakukan dengan menggunakan data sekunder berupa data transaksi pelanggan dari tiga UMKM kerajinan tangan kayu di Daerah Istimewa Yogyakarta, sedangkan analisis multivariat dilakukan dengan menggunakan data primer berupa hasil kuesioner dari 280 responden yang pernah melakukan pembelian produk kerajinan tangan kayu di Daerah Istimewa Yogyakarta. Penelitian ini menghasilkan empat segmen pelanggan pada Perusahaan X dan Z, lima segmen pelanggan pada Perusahaan Y, serta lima segmen produk pada ketiga perusahaan. Sementara itu, hasil analisis multivariat dengan menggunakan SEM menunjukkan bahwa variabel kualitas produk dan kualitas layanan berpengaruh secara langsung terhadap kepuasan pelanggan, sedangkan variabel yang memiliki pengaruh langsung terhadap loyalitas pelanggan adalah variabel kepercayaan dan komitmen. Ketiga hasil penelitian tersebut berguna sebagai acuan dalam membangun strategi peningkatan loyalitas pelanggan pada UMKM kerajinan tangan kayu.

---

The increasing number of wooden handicraft micro, small, and medium enterprises (MSMEs) has encouraged business owners to develop innovative strategies to win the competition and maintain the companies sustainability. One type of strategy that can be used by the wooden handicraft MSMEs owners to enhance the companys competitive advantage is a customer-based information technology strategy called Customer Relationship Management (CRM). The main purpose of the implementation of CRM is to increase customer loyalty and company profitability. This study aims to develop the strategy to improve the customer loyalty of wooden handicraft MSMEs through the implementation of multivariate analysis method using Structural Equation Modeling (SEM) in the CRM framework, supported by the customer segmentation result using Recency, Frequency, Monetary (RFM) variables-K-Means algorithm and the product segmentation result using Frequency, Monetary, Customer Variety (FMC) variables-K-Means algorithm. The customer and product segmentation are done by using secondary data in the form of customer transaction data from three wooden handicraft MSMEs in the Special Region of Yogyakarta, while the multivariate analysis is carried out using primary data in the form of questionnaires from 280 respondents who have purchased wooden handicraft products in the Special Region of Yogyakarta. The results show four customer segments in Company X and Z, five customer segments in Company Y, and five product segments in all three companies. In addition, the results of the multivariate analysis using SEM show that product and service quality variables directly influence customer satisfaction, while the variables that have a direct influence on customer loyalty are trust and commitment. The three results of the study are useful as references in developing the strategies to improve customer loyalty in wooden handicraft MSMEs."

"ABSTRACTMasyarakat Ekonomi ASEAN MEA yang terwujud pada tahun 2015, membawa banyak kesempatan dan tantangan kepada Indonesia sebagai salah satu negara anggotanya. Untuk menjawab tantangan MEA Indonesia akan mendorong Usaha Kecil dan Menengah UKM dan mengembangkan pengimplementasian industri 4.0. Terdapat lima sektor industri nasional yang akan menjadi unggulan untuk memperkuat fundamental struktur manufaktur Tanah Air dalam mengimplementasikan sistem revolusi industri keempat, dimana salah satu sector tersebut adalah fashion. Dalam usaha memenuhi tanggung jawab tersebut UKM harus dapat meningkatkan daya saing mereka dengan cara mempertahankan pelanggan dan pemanfaatan teknologi. Tujuan dati penelitian ini adalah mendapatkan strategi CRM untuk UKM dibidang fashion melalui segmentasi pelanggan berdasarkan customer lifetime value CLV melalui pendekatan model Recency, Frequency, dan Monetary RFM dan strategi customer development berdasarkan association rules. Didapatkan beberapa strategi customer development dari berbagai kluster yang telah dihasilkan dan strategi cross-selling dari pengolahan pola pembelian pelanggan dengan menggunakan association rules. Strategi tersebut diberikan sehingga UKM dapat perform dalam memanfaatkan e-commerce serta dapat meningkatkan loyalitas pelanggannya serta meningkatkan daya saing.

---

ABSTRACTThe Asean Economic Communities AEC, which has been happening since 2015, brought various challenges and opportunities for Indonesia as a member of ASEAN. To sucessfully face AEC challenges, Indonesia will stimulate Small and Medium Enterprises SMEs and develop the implementation of industry 4.0. There are five national industrial sectors that will be superior to strengthen the fundamentals of the country 39 s economic structure in implementing the fourth industrial revolution system, where one of these sectors is fashion industry. As an effort to fulfill their responsibilities, SMEs needs to be able to improve their market capability by retaining their customers and emerging techologies. As for the purpose of this research is to design CRM strategy for SMEs in the fashion sector by creating customers 39 characteristics segmentation based on customer lifetime value CLV using the Recency, Frequency, and Monetary RFM approach and customer development strategy that is relevant with the products as a result from association rule method. There are several customer development strategies from various clusters that have been generated and cross selling strategies from processing customer purchasing patterns using association rules so that these SMEs can perform by utilizing e commerce as well as improving customers 39 loyality and improving market capabilities. "

"Pandemi COVID-19 membuka peluang yang besar bagi industri e-commerce untuk bertumbuh dari berbagai aspek termasuk diantaranya pendapatan, jumlah pengguna, dan jumlah transaksi online. UMKM juga memanfaatkan momentum ini untuk mengadopsi ekosistem digital pada bisnis mereka dan banyak usaha yang bergabung ke platform-platform e-commerce. Dengan demikian, terjadi persaingan yang semakin tinggi di pasar dan usaha-usaha perlu mengembangkan strategi untuk menjaga retensi pelanggan dan meningkatkan loyalitas pelanggannya Penelitian ini memiliki tujuan merancang strategi untuk menjaga dan meningkatkan loyalitas pelanggan berdasarkan pendekatan K-means clustering untuk mengolah data sekunder transaksi penjualan dan TOPSIS. Metode K-means clustering digunakan untuk menentukan segmentasi pelanggan berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Variabel RFM juga digunakan untuk menghitung nilai CLV untuk setiap segmen, kemudian nilai CLV digunakan sebagai bobot pengukuran untuk melakukan pemeringkatan dengan TOPSIS pada 9 alternatif yang diusulkan kepada para ahli. Hasil TOPSIS merekomendasikan 3 strategi peningkatan loyalitas pelanggan antara lain melakukan mengembangkan program loyalitas, melakukan promosi sales (diskon, voucher, dll), dan meningkatkan kualitas interface website perusahaan.

---

The COVID-19 pandemic provides a big opportunity for e-commerce industry to grow from various aspects including revenue, number of users, and number of online transactions. MSMEs including fashion MSMEs are also taking advantage of this momentum to adopt a digital ecosystem for their business and many businesses are joining e-commerce platforms. Thus, there is increasing competition in the market and businesses need to develop strategies to maintain retention and boost customer loyalty. This study goal is to design a strategy to maintain and boost customer loyalty with help of the K-means clustering approach based on secondary sales transaction data and TOPSIS. K-means clustering method is used to generate segment of customers according to Recency, Frequency, and Monetary (RFM) variables. The RFM variable is also used to calculate the CLV value for each segment, then the CLV value is used as a measurement weight to rank with TOPSIS on the 9 alternatives proposed to the experts. TOPSIS results recommend 3 strategies to increase customer loyalty, including developing loyalty programs, conducting sales promotions (discounts, vouchers, etc.), and improving the quality of the business website interface."

"Pertumbuhan ritel modern seperti supermarket semakin meningkat sehingga menimbulkan persaingan ketat antar ritel modern. Oleh karena itu, perusahaan perlu membangun manajemen hubungan pelanggan yang kuat guna mempertahankan bahkan meningkatkan loyalitas pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Length, Recency, Frequency, Monetary (LRFM) serta menentukan strategi untuk setiap segmen pelanggan. Metode K-Means Clustering digunakan untuk melakukan segmentasi pelanggan yang menghasilkan 4 klaster dan nilai CLV dipakai untuk menentukan nilai dari setiap klaster pelanggan dengan variabel LRFM. Kemudian pemetaan klaster menggunakan Customer Value Matrix (CVM) dilakukan untuk memastikan karakteristik klaster pelanggan. Data produk yang dimiliki juga diolah dengan metode Market Basket Analysis (association rules) untuk mendapatkan pola perilaku belanja pelanggan serta menghasilkan rekomendasi produk sebagai strategi product affinity yang dapat diterapkan pihak supermarket. Kemudian dirumuskan 8 kategori strategi customer retention untuk dilakukan penilaian prioritas dengan metode ARAS (Additive Ratio Assessment) sebagai bagian dari strategi Customer-Centric dan menghasilkan 30 buah strategi yang dapat diterapkan pihak supermarket.

---

The expansion of modern retail such as supermarkets is fostering severe competition among modern retailers. Therefore, businesses must use effective customer relationship management to preserve and even improve client loyalty. The purpose of this study is to segment consumers based on Customer Lifetime Value (CLV) using the Length, Recency, Frequency, and Monetary (LRFM) model and establish strategies for each segment. Customers are segmented using the K-Means Clustering method, which yields four clusters, and the CLV value is utilized to determine the value of each customer cluster with the LRFM variable. The Customer Value Matrix (CVM) is then used to determine the characteristics of the customer clusters through cluster mapping. The owned product data is also analysed using the Market Basket Analysis approach (association rules) to identify patterns of consumer buying behavior and generate product suggestions as part of a product affinity strategy that supermarkets might employ. As part of the CustomerCentric approach, eight types of customer retention strategies were developed for priority assessment utilizing the ARAS (Additive Ratio Assessment) method, resulting in thirty supermarket-applicable tactics."

"Perkembangan teknologi setiap tahunnya semakin berkembang lebih maju dan cepat, salah satunya adalah dalam hal penggunaan internet. Dengan semakin banyaknya pengguna internet dan pelaku industri telekomunikasi di Indonesia sehingga menimbulkan persaingan ketat antar perusahaan telekomunikasi. Oleh karena itu, perusahaan telekomunikasi harus meningkatkan daya saing mereka dengan cara mempertahankan pelanggan dan pemanfaatan teknologi, serta melakukan pengukuran tingkat kematangan dalam skala aktivitas atau proses bisnis. Penelitian ini bertujuan untuk mengetahui perilaku pelanggan melalui segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Recency, Frequency, dan Monetary (RFM), melakukan pengukuran tingkat kematangan proses bisnis terkait Customer Care berdasarkan framework eTOM, dan merancang rekomendasi peningkatan loyalitas pelanggan untuk setiap segmen. Metode K-Means Clustering digunakan untuk melakukan segmentasi pelanggan yang menghasilkan 4 klaster dan nilai CLV dipakai untuk menentukan nilai dari setiap klaster pelanggan dengan variabel RFM. Kemudian pemetaan klaster menggunakan Customer Value Matrix (CVM) dilakukan untuk memastikan karakteristik klaster pelanggan. Kemudian nilai CLV digunakan sebagai bobot pengukuran untuk melakukan pemeringkatan dengan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) pada 10 alternatif yang diusulkan kepada para ahli untuk dapat diterapkan oleh perusahaan telekomunikasi sehingga meningkatkan loyalitas pelanggan dan meningkat daya saing perusahaan.

---

The development of technology is growing more advanced and faster every year, including in terms of internet usage. The number of internet users and telecommunication industries in Indonesia increasing continuously, it has created high competition between telecommunication companies. Therefore, telecommunication company need to improve their competitiveness by retain loyalty customers and utilizing technology and also have a maturity level measurement in activities or business processes. The purpose of this study are to determine customer behavior through customer segmentation based on Customer Lifetime Value (CLV) using the Recency, Frequency, and Monetary (RFM) model, measure the maturity level of business process related to Customer Care based on the eTOM framework, and design recommendations to increase customer loyalty for each segment. Customers are segmented using the K-Means Clustering method, which yields four clusters, and the CLV value is used to determine the value of each customer cluster with the RFM variable. The Customer Value Matrix (CVM) is used to determine the characteristics of the customer clusters through cluster mapping. Then the CLV value is used as a measurement weight to rank with TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method on the 10 alternatives proposed to the experts to be implemented by telecommunication company so they can increase customer loyalty and increase company competitiveness."