Perkembangan bisnis online atau yang biasa dikenal e-commerce mengalami peningkatan yang sangat pesat dari tahun ke tahun di Indonesia. Pada tahun 2021 saja e-commerce di Indonesia meningkat lebih dari 40 persen, namun sayangnya penggunaan analytic reports oleh para pelaku bisnis e-commerce hanya sebesar 23,45 persen. Padahal hal tersebut menjadi salah satu faktor yang penting dalam peningkatan penjualan bisnis, salah satunya sebagai pengenalan tingkah laku dan nilai loyalitas konsumen. Oleh karena itu pada penelitian ini, penulis mengembangkan pemodelan machine learning untuk menganalisa perilaku dan nilai loyalitas setiap konsumen menggunakan acuan metode segmentasi RFM (recency, frequency dan monetary) dengan implementasi dari pemodelan machine learning fuzzy c-means untuk mencari clustering karakteristik setiap konsumen . Selain itu, penulis menggunakan pemodelan machine learning random forest sebagai prediksi churn untuk mengetahui nilai loyalitas setiap konsumen pada suatu bisnis. Hasil akhir pada pemodelan fuzzy c-means berhasil di optimalkan dengan metode elbow, dan juga validasi cluster sehingga sedikit terjadinya data yang tumpang tindih antar cluster, dengan nilai silhouette score sebesar 53% dan random forest dengan nilai akurasi cross-validation sebesar 99.8%.
Kata Kunci :
e-commerce, analytic reports, machine learning, random forest, fuzzy c-means, RFM segmentasi, dan churn konsumen,