PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PERSEDIAAN STOK BARANG

Abstract

Istilah fashion umumnya mengacu pada perubahan tren dan gaya berpakaian yang mendominasi pada suatu periode tertentu. Bidang bisnis fashion berusaha untuk inovatif dengan menghadirkan produk-produk yang menarik, mengikuti tren terbaru, dan memuaskan selera konsumen. Proses pemeriksaan stok saat ini masih bersifat manual dengan memeriksa ketersediaan barang, sehingga tidak efisien ketika ada permintaan tinggi dan persediaan tidak mencukupi untuk memenuhi kebutuhan konsumen. Untuk mengatasi permasalahan tersebut diperlukan penerapan data mining untuk menghasilkan informasi yang dapat digunakan dalam pengelolaan persediaan barang. Proses pengolahan data dilakukan dengan menerapkan teknik k-means clustering. Tujuan dari penelitian ini dapat mengetahui barang-barang yang telah terjual dan barang-barang yang masih tersedia dalam stok. Langkah pertama dalam penelitian ini adalah pengumpulan data. Berdasarkan hasil analisis menggunakan Davies Bouldin Index (DBI), ditemukan bahwa konfigurasi optimal untuk pembagian data menjadi cluster adalah pada k=2, dengan nilai DBI mencapai minimum sebesar -0.142. Hasil ini mengindikasikan bahwa pembentukan dua cluster (k=2) memberikan nilai DBI terendah, Setelah mengevaluasi hasil pemrosesan data ditemukan bahwa Cluster_0 memiliki jumlah penjualan yang tinggi, mencapai 594 item. Dari hasil analisis cluster, dapat disimpulkan bahwa Cluster_0 terdiri dari produk yang diminati mengindikasikan Cluster_0 menjadi fokus utama karena memiliki jumlah item yang jauh lebih banyak dan dianggap sebagai produk paling diminati.