PENERAPAN DATA MINING UNTUK ESTIMASI STOK BARANG DENGAN METODE K-MEANS CLUSTERING

Abstract

Toko sembako merupakan suatu usaha jual beli barang yang banyak terjadi transaksi baik itu makanan, minuman maupun barang kebutuhan masyarakat dan lainnya. Toko sembako dapat menggunakan metode k-means clustering untuk mengetahui stok barang yang masih ada dalam stok dan yang sudah terjual atau tidak ada. Permasalahan yang dihadapi oleh toko sembako adalah mereka masih belum bisa mengelola persediaan barang mereka. Toko sembako ini sering mengalami permasalahan ketika tingkat persediaan tidak sesuai dengan tingkat penjualan produk. Persediaan barang seringkali kurang dari yang diperlukan, sehingga menyebabkan situasi kehabisan stok. Sebaliknya, situasi serupa terjadi, ketika persediaan terlalu besar dibandingkan dengan penjualan, sehingga persediaan menumpuk. Dengan melakukan melakukan pengelompokkan, permasalahan seperti kekurangan atau kelebihan barang yang dijual dapat dihindari. Penelitian ini bertujuan untuk menggunakan metode k-means clustering untuk mengelompokkan data stok barang dan juga akan dibahas bagaimana teknik ini diterapkan pada RapidMiner. Metode k-means clustering bekerja dengan memasukkan data persediaan stok barang yang akan diubah ke dalam dataset. Dengan metode tahapan Knowledge Discovery in Database (KDD), menggunakan RapidMiner dapat diketahui stok barang yang masih ada dalam stok sebanyak 466 item dan yang sudah terjual atau tidak ada stok sebanyak 37 items, Berdasarkan hasil analisis yang telah dilakukan maka dapat disimpulkan bahwa Presentase setiap cluster yaitu cluster_0 sebanyak 466 items atau sebesar 92,6%, cluster_1 sebanyak 37 items atau sebesar 7,4%. Dan k=2 dengan nilai davies boudin (Dbi) = -0.330.