Segmentasi pelanggan merupakan strategi penting dalam mengelompokkan pelanggan berdasarkan sifat dan perilaku mereka. Royal Regantris Hospitality menghadapi kendala dalam menganalisis data pelanggan dari Visual Hotel Program karena data yang dihasilkan masih berupa angka mentah, sehingga menyulitkan perusahaan dalam mengetahui pelanggan potensial dan merancang strategi pemasaran yang efektif. Penelitian ini bertujuan untuk mengembangkan aplikasi segmentasi pelanggan berbasis web menggunakan algoritma K-Means clustering dan model RFM (Recency, Frequency, Monetary). Aplikasi ini dirancang untuk membantu perusahaan dalam mengelompokkan pelanggan berdasarkan perilaku transaksinya dan mendukung pengambilan keputusan bisnis. Evaluasi dilakukan menggunakan nilai silhouette coefficient untuk mengukur kualitas clustering serta user acceptance test untuk mengevaluasi fitur aplikasi. Pengujian terhadap 28 data transaksi tamu Hotel Regantris Surabaya periode Januari 2022 – Mei 2024 menunjukkan bahwa model RFM menghasilkan 4 cluster dengan nilai silhouette coefficient sebesar 0.809, menandakan kualitas clustering sangat baik. Hasil kuesioner dari 5 staf menunjukkan respons positif terhadap kemudahan penggunaan dan manfaat aplikasi. Secara keseluruhan, aplikasi ini efektif dalam membantu perusahaan mengidentifikasi pelanggan potensial dan mendukung strategi pemasaran.