Salah satu faktor penting dalam mempertahankan pelanggan adalah dengan memberikan pelayanan yang sesuai dengan karakteristik pelanggan, misalnya dengan pemberian rekomendasi produk sesuai lifetime value. Rekomendasi yang tepat akan meningkatkan kemungkinan penjualan silang dan membangun loyalitas. Makalah ini menyajikan penerapan Analytic Hierarchy Process (AHP) dan klasterisasi untuk melakukan segmentasi pelanggan dengan studi kasus suatu perusahaan konfeksi. Tingkat loyalitas pelanggan dianalisis dengan RFM (Recency, Frequency, Monetary) dan dikombinasikan dengan AHP untuk menentukan bobot relatif RFM. Hasil analisis kemudian diklasterisasi dengan algoritma fuzzy c-means. Untuk menguji efektivitas langkah-langkah tersebut, dilakukan rekomendasi produk dengan association analysis dengan FP-Growth dan collaborative filtering dengan algoritma k-nearest neighbor. Hasil eksperimen menunjukkan bahwa segmentasi dengan RFM memberikan peningkatan secara signifikan pada rekomendasi produk dengan association analysis, yaitu sebesar 13% terhadap F1-Measure. Integrasi dengan pembobotan AHP meningkatkan lebih jauh kualitas rekomendasi sebesar 6%. Kombinasi kedua metode ini tidak terlalu berpengaruh pada teknik collaborative filtering dengan kNearest Neighbor, yaitu memberikan peningkatan sebesar 0.17%.