SEGMENTASI PELANGGAN JARINGAN WIFI RTRW NET MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK ANALISIS CHURN (Studi Kasus: PT Nusa Data MultiMedia)

Penelitian ini menggunakan metode K-Means Clustering untuk melakukan segmentasi pelanggan jaringan WiFi RT/RW Net di PT Nusa Data Multimedia. Data yang digunakan mencakup 200 pelanggan aktif selama periode Februari hingga April 2025 dengan dua parameter utama, yaitu perilaku konsumsi data bulanan dan keterlambatan pembayaran. Pra-pemrosesan dilakukan melalui normalisasi data, penilaian skor keterlambatan, serta perhitungan rata-rata konsumsi data. Evaluasi kualitas klaster dilakukan dengan Silhouette Score untuk memastikan keakuratan dan relevansi segmentasi.
Tujuan utama penelitian ini adalah mengidentifikasi dan mengelompokkan pelanggan berdasarkan perilaku penggunaan internet dan keterlambatan pembayaran agar dapat memetakan potensi risiko churn. Melalui segmentasi ini, diharapkan perusahaan dapat lebih mudah mengenali pelanggan yang memiliki kecenderungan berhenti berlangganan, sehingga dapat menyusun strategi retensi yang lebih efektif dan tepat sasaran.
Berdasarkan hasil analisis, ditemukan tiga kelompok pelanggan dengan tingkat potensi churn yang berbeda yaitu churn tinggi (24,3%), churn sedang (35,3%), dan churn rendah (40,4%). Evaluasi menggunakan Silhouette Score memberikan nilai 0.4075, yang menunjukkan bahwa kualitas segmentasi berada pada tingkat cukup baik. Temuan ini memberikan dasar yang jelas bagi PT Nusa Data Multimedia untuk merancang strategi retensi pelanggan yang lebih personal, meningkatkan kepuasan, dan mengurangi risiko kehilangan pelanggan.