RFM Analysis dan Segmentasi Pelanggan Enterprise Business Kantor Pos Indonesia Menggunakan Affinity Propagation

Abstract

Abstrak
Pelanggan Enterprise Business merupakan segmen strategis yang berkontribusi signifikan terhadap pendapatan Kantor Pos Indonesia, namun keberagaman pola transaksi antar pelanggan korporat menyulitkan perumusan strategi layanan yang tepat sasaran. Penelitian ini bertujuan menerapkan RFM Analysis (Recency, Frequency, Monetary) sebagai tahap rekayasa fitur berbasis data transaksi, yang selanjutnya diintegrasikan dengan algoritma Affinity Propagation (AP) untuk menghasilkan segmentasi pelanggan yang bermakna secara bisnis. Data yang digunakan adalah data transaksi internal Kantor Pos Indonesia periode Januari–Februari 2025 yang mencakup 34.999 observasi dari 1.325 pelanggan korporat unik. Setelah tahap preprocessing meliputi pembersihan data, penghapusan duplikat, penanganan outlier menggunakan metode IQR, dan normalisasi Min-Max diperoleh 1.032 pelanggan yang memenuhi kriteria analisis. Fitur RFM dikonstruksi melalui agregasi per ID Pelanggan: Recency (R) sebagai jumlah hari unik bertransaksi dari variabel Daily Trx, Frequency (F) sebagai total transaksi, dan Monetary (M) sebagai total revenue. Penentuan parameter AP dilakukan melalui grid search pada kombinasi nilai preference dan damping factor. Algoritma AP secara adaptif membentuk 10 klaster tanpa memerlukan penetapan jumlah klaster di awal. Hasil evaluasi menunjukkan Silhouette Score sebesar 0,3766 (kategori cukup baik), Davies-Bouldin Index sebesar 1,0486, dan Calinski-Harabasz Index sebesar 738,73. Klaster yang terbentuk mencerminkan spektrum perilaku yang beragam: Klaster 6 (Pelanggan Dorman, 32,36%) dan Klaster 9 (Pelanggan Tidak Aktif, 21,32%) mendominasi dengan lebih dari separuh total pelanggan, mengindikasikan kebutuhan mendesak akan strategi aktivasi. Sebaliknya, Klaster 7 (Pelanggan Bernilai Tinggi, 5,43%) dan Klaster 1 (Pelanggan Sangat Aktif, 3,39%) menghasilkan rata-rata revenue tertinggi masing-masing sebesar Rp7.525.038 dan Rp5.508.842, menegaskan pentingnya program retensi yang terfokus untuk kedua segmen ini guna mempertahankan kontribusi pendapatan terbesar bagi Kantor Pos Indonesia.
Kata kunci: RFM Analysis, Segmentasi Pelanggan, Affinity Propagation, Enterprise Business, Kantor Pos Indonesia
Abstract
Enterprise Business customers are a strategic segment that significantly contributes to the revenue of Pos Indonesia; however, the diversity of transaction patterns among corporate customers makes it difficult to formulate targeted service strategies. This study aimed to apply RFM Analysis (Recency, Frequency, Monetary) as a feature engineering stage derived from customer transaction data, subsequently integrated with the Affinity Propagation (AP) algorithm to produce business-meaningful customer segmentation. The dataset comprised 34,999 internal transaction records from 1,325 unique corporate customers of Pos Indonesia covering January–February 2025. After preprocessing including data cleaning, duplicate removal, IQR-based outlier handling, and Min-Max normalization 1,032 customers met the analysis criteria. RFM features were constructed per customer ID: Recency (R) as the number of unique transaction days, Frequency (F) as total transactions, and Monetary (M) as total revenue. AP parameters were determined via grid search across preference percentiles and damping factors. The AP algorithm adaptively formed 10 clusters without requiring a predefined cluster count. Evaluation results yielded a Silhouette Score of 0.3766 (satisfactory range), a Davies-Bouldin Index of 1.0486, and a Calinski-Harabasz Index of 738.73. The resulting clusters reflected diverse behavioral spectra: Cluster 6 (Dormant Customers, 32.36%) and Cluster 9 (Inactive Customers, 21.32%) dominated quantitatively, together comprising over half of all customers and signaling an urgent need for activation strategies. Conversely, Cluster 7 (High-Value Customers, 5.43%) and Cluster 1 (Highly Active Customers, 3.39%) generated the highest average revenue of Rp7,525,038 and Rp5,508,842 respectively, underscoring the critical importance of focused retention programs for these segments.
Keyword: RFM Analysis, Customer Segmentation, Affinity Propagation, Enterprise Business, Pos Indonesia