Di era digital, Customer Relationship Management (CRM) sangat penting untuk kesuksesan bisnis. menghadapi tantangan dalam mengelola data pelanggan dan memahami perilaku konsumen. Penelitian ini mengembangkan sistem CRM analitik berbasis web dengan memanfaatkan model Recency, Frequency, Monetary (RFM) yang dikombinasikan dengan algoritma K-Means Clustering untuk mengelompokkan pelanggan berdasarkan loyalitas dan pola pembelian. Data transaksi selama enam bulan terakhir diproses dan dinormalisasi sebelum dilakukan pengelompokan. Sistem ini secara efektif mengklasifikasikan pelanggan ke dalam tiga segmen: Sangat Potensial, Potensial, dan Kurang Potensial. Segmentasi ini memungkinkan upaya pemasaran yang lebih terarah dan meningkatkan retensi pelanggan. Hasilnya, Doraki dapat mengambil keputusan bisnis yang lebih strategis dan berbasis data.

In the digital era, Customer Relationship Management (CRM) is vital for business success. faces challenges in managing customer data and understanding consumer behavior. This study develops a web-based analytical CRM system utilizing the Recency, Frequency, Monetary (RFM) model combined with the K-Means Clustering algorithm to segment customers based on loyalty and purchasing patterns. Transactional data from the past three months is preprocessed and normalized prior to clustering. The system effectively classifies customers into three segments: Highly Potential, Potential, and Less Potential. This segmentation enables more targeted marketing efforts and enhances customer retention. As a result, Doraki can make more strategic, data-driven business decisions