CLUSTERING ITEM FAST MOVING DAN SLOW MOVING PADA PRODUK UNILEVER MENGGUNAKAN ALGORITMA K-PROTOTYPE

Studi Kasus: YOGYA PURWAKARTA

Abstract

Pada supermarket terdapat dua kategori produk yaitu produk fast moving merupakan produk yang cepat terjualan sedangkan produk slow moving merupakan produk yang penjualannya lambat. Penentuan kategori produk sebenarnya sangat penting, namun penentuannya masih menggunakan pendekatan empiris sehingga penentuannya masih kurang tepat atau bahkan tidak dilakukan pengkategorian produk sama sekali. Padahal kesalahan dalam penentuan kategori suatu produk jelas mempengaruhi stok produk. Produk yang salah dikategorikan akan mengakibatkan stok produk habis ataupun sebaliknya stok produk menjadi menumpuk. Penentuan kategori produk harus memiliki akurasi tinggi sehingga meminimalkan kerugian. Tujuan penelitian ini adalah untuk mengelompokan produk termasuk ke dalam kategori fast moving atau slow moving menggunakan algoritma K-prototype. Metode pengelompokan menggunakan algoritma K-prototype. Algoritma ini adalah hasil pengembangan dari algoritma K-Means untuk menangani clustering pada data dengan atribut bertipe campuran numerik dan kategorikal. Hasil dari penelitian ini ialah clustering yang di peroleh dengan jumlah cluster, cluster k = 0 sampai k = 2 diperoleh item produk yang termasuk ke dalam fast moving dan slow moving di Yogya Purwakarta. Cluster yang mempunyai nilai sellout terbesar ada pada cluster 0 dan cluster 1 yaitu 1.219 – 23.761 pcs penjualannya, sedangkan cluster yang mempunyai sellout terkecil ada pada cluster 2 yaitu di bawah 1.000 pcs penjualannya