Fenomena perubahan perilaku belanja sebagian masyarakat, dari offline ke online di zaman sekarang mengakibatkan tumbuhnya bisnis restoran di Indonesia. Sebagai market leader restoran cepat saji di Indonesia KFC menggunakan web dan mobile apps sebagai salah satu cara untuk mempermudah hubungan dengan pelanggannya melalui layanan digital. Berdasarkan data order transaksi via web dan mobile apps, rata-rata jumlah order transaksi selama periode tahun 2018 adalah 10.208 transaksi/bulan dimana mengalami penurunan hingga 50% dari tahun 2017. Diperlukan upaya untuk mengenal karakteristik pelanggan KFC dan melihat perilaku pembelian pelanggan sehingga order transaksinya bisa meningkat.
Tujuan dari penelitian ini adalah untuk mengetahui segmentasi pelanggan Home Delivery KFC yang diwakili oleh pemodelan LRFM (Length, Recency, Frequency, dan Monetary) dengan menggunakan algoritma K-Means. Selain itu juga mengetahui produk apa saja yang paling sering dibeli dan produk apa yang memungkinkan untuk dibeli secara bersamaan dengan pendekatan association rules. Sehingga hasil dari segmentasi ini akan digunakan sebagai usulan rekomendasi kepada KFC dalam peningkatan pembelian transaksi pada layanan web dan mobile apps.
Metode pengumpulan data dilakukan dengan menggunakan data sekunder KFC yang berasal dari data transaksi pembelian produk KFC yang dilakukan oleh pelanggan melalui web dan mobile apps selama periode Oktober 2018 sampai Oktober 2019. Pengolahan data untuk segmentasi dan asosiasi dilakukan dengan menggunakan aplikasi SPSS Modeler.
Berdasarkan hasil pengolahan data ada 5 segmen pelanggan yang terdiri dari Platinum, High Value Loyal Customer, High Value New Customer, Potential To Lost dan Lost Customer. Evaluasi model menggunakan silhouette index dan masuk dalam kategori Good. Prioritas target segmen adalan pelanggan Platinum yang bisa dilakukan penawaran bundling product yang Highly Associated seperti Super Mantap, Super Besar 1, Fun Fries dan segmen pelanggan High Value Loyal Customer yang bisa dilakukan penawaran bundling product yang Highly Associated seperti Spaghetti Deluxe, Fish Fillet, Cream Soup dan French Fries
Berdasarkan hasil penelitian, maka metode penelitian ini bisa digunakan oleh KFC sebaga metode untuk mengenal pelanggannya sehingga bisa menentukan promosi yang tepat bagi pelanggan yang melakukan transaksi di web dan mobile apps. KFC bisa melakukan behavioural targeting berdasarkan hasil dari clustering model dan association rules untuk bisa memberikan materi program promosi secara lebih targeted dan tepat sasaran
Kata Kunci : Association Rules, Clustering, RFM, Segmentasi