Pandemi COVID-19 membuka peluang yang besar bagi industri e-commerce untuk bertumbuh dari berbagai aspek termasuk diantaranya pendapatan, jumlah pengguna, dan jumlah transaksi online. UMKM juga memanfaatkan momentum ini untuk mengadopsi ekosistem digital pada bisnis mereka dan banyak usaha yang bergabung ke platform-platform e-commerce. Dengan demikian, terjadi persaingan yang semakin tinggi di pasar dan usaha-usaha perlu mengembangkan strategi untuk menjaga retensi pelanggan dan meningkatkan loyalitas pelanggannya Penelitian ini memiliki tujuan merancang strategi untuk menjaga dan meningkatkan loyalitas pelanggan berdasarkan pendekatan K-means clustering untuk mengolah data sekunder transaksi penjualan dan TOPSIS. Metode K-means clustering digunakan untuk menentukan segmentasi pelanggan berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Variabel RFM juga digunakan untuk menghitung nilai CLV untuk setiap segmen, kemudian nilai CLV digunakan sebagai bobot pengukuran untuk melakukan pemeringkatan dengan TOPSIS pada 9 alternatif yang diusulkan kepada para ahli. Hasil TOPSIS merekomendasikan 3 strategi peningkatan loyalitas pelanggan antara lain melakukan mengembangkan program loyalitas, melakukan promosi sales (diskon, voucher, dll), dan meningkatkan kualitas interface website perusahaan.

---

The COVID-19 pandemic provides a big opportunity for e-commerce industry to grow from various aspects including revenue, number of users, and number of online transactions. MSMEs including fashion MSMEs are also taking advantage of this momentum to adopt a digital ecosystem for their business and many businesses are joining e-commerce platforms. Thus, there is increasing competition in the market and businesses need to develop strategies to maintain retention and boost customer loyalty. This study goal is to design a strategy to maintain and boost customer loyalty with help of the K-means clustering approach based on secondary sales transaction data and TOPSIS. K-means clustering method is used to generate segment of customers according to Recency, Frequency, and Monetary (RFM) variables. The RFM variable is also used to calculate the CLV value for each segment, then the CLV value is used as a measurement weight to rank with TOPSIS on the 9 alternatives proposed to the experts. TOPSIS results recommend 3 strategies to increase customer loyalty, including developing loyalty programs, conducting sales promotions (discounts, vouchers, etc.), and improving the quality of the business website interface.