PENERAPAN METODE K-MEANS CLUSTERING PADA DATA PENJUALAN OPTIK CHANTIKA

Abstrak

Penelitian ini bertujuan untuk melakukan analisis data mining menggunakan metode clustering K-Means pada data penjualan merek kacamata di Optik Chantika. Dalam penelitian ini, kami menggunakan nilai Davies Bouldin Index untuk mengevaluasi performa metode K-Means, dan hasil optimal terdapat pada jumlah klaster 10. Namun, kami memilih menggunakan tiga klaster untuk klasterisasi pada penelitian ini: penjualan tertinggi, penjualan sedang dan penjualan terendah. Melalui metode K-Means, merek kacamata dengan penjualan tertinggi selama tiga bulan tergabung dalam Cluster_0, sedangkan Cluster_1 berisi merek kacamata dengan penjualan sedang, dan Cluster_2 berisi merek kacamata dengan penjualan terendah. Hasil penelitian ini memberikan persentase 50% merek kacamata termasuk dalam kategori penjualan tertinggi, 27,27% termasuk dalam kategori penjualan sedang, dan 22,72% termasuk dalam kategori penjualan terendah. Dengan adanya pengelompokan berdasarkan pola penjualan ini, Optik Chantika dapat mengoptimalkan pengelolaan data penjualan dan memenuhi kebutuhan konsumen dengan lebih baik. Dengan pemahaman yang lebih baik tentang pola penjualan, perusahaan dapat mengambil keputusan yang lebih efektif dalam hal pengadaan stok dan strategi pemasaran. Hal ini diharapkan dapat meningkatkan pendapatan perusahaan dan memberikan manfaat yang signifikan bagi Optik Chantika.