Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–1 dari 1 artikel
Segmentasi Pelanggan Ritel Global dan Inggris Menggunakan RFM dan K-Means Clustering
Prayitno Prayitno
; Irawan Irawan
; Marrylinteri Istoningtyas
Prosiding Seminar Nasional Ilmu Teknik
Vol 2
, No 2
(2026)
Transaction logs in online retail provide opportunities for data-driven customer segmentation. This study segments customers at two scopes global (all countries) and United Kingdom (UK) using Recency, Frequency, and Monetary (RFM) features derived from the Online Retail transaction dataset. After cleaning cancellations and invalid records, RFM variables are computed per customer and normalized. K-Means clustering is applied separately for global and UK data, while the number of clusters is selec...
Sumber Asli
Google Scholar
DOI