Digitalisasi Point-of-Sale (POS) telah diadopsi secara luas oleh UMKM Indonesia, namun promosi massal yang umum diterapkan masih kurang efektif karena belum memanfaatkan segmentasi pelanggan. Penelitian ini mengembangkan sistem segmentasi pelanggan berbasis web dashboard menggunakan analisis Recency, Frequency, Monetary (RFM) dan algoritma KMeans clustering untuk bisnis billiard. Metode penelitian meliputi preprocessing data dengan deteksi outlier menggunakan Interquartile Range (IQR), normalisasi Z-Score, perhitungan skor RFM berbasis kuantil, dan penentuan jumlah klaster optimal menggunakan Elbow Method, Silhouette Analysis, dan DaviesBouldin Index. Hasil penelitian terhadap 151 member dengan 1.420 transaksi mengidentifikasi tiga segmen: Pelanggan Berisiko (56 anggota, 37,1%) dengan recency rata-rata 203 hari; Pelanggan Utama (48 anggota, 31,8%) yang berkontribusi 60% total revenue; dan Pelanggan Sesekali (47 anggota, 31,1%) dengan potensi pertumbuhan tinggi. Sistem dashboard diimplementasikan menggunakan Flask, MySQL, Bootstrap, dan Plotly.js dengan tingkat keberhasilan pengujian 100%. Kontribusi penelitian mencakup adaptasi metodologi RFM untuk bisnis biliar Indonesia dengan proyeksi peningkatan retensi pelanggan 20- 30%.