PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING PADA PENJUALAN TAS DI ASIA TOSERBA CIREBON

Abstrak

Asia Toserba adalah sebuah perusahaan besar yang berada di Kota Cirebon, dengan menjual berbagai banyak keperluan sehari-hari, diantaranya penjualan tas dengan berbagai macam merek yang berkualitas. Dikarenakan banyaknya produk tas yang dijual dari masing-masing merek sehingga memiliki daya saing yang kuat untuk menarik minat customer dengan berbagai macam strategi pemasaran. Penelitian ini bertujuan untuk menganalisis pola penjualan tas di Asia Toserba Cirebon dalam menganalisis barang yang banyak diminati dan kurang diminati. Pada penelitian ini data yang digunakan yaitu data penjualan tas merk Westpak Bag’s, Subway, dan Cannon yang diambil pertiap bulan Januari – Juni 2023, dengan jumlah data mencapai 1.113 data, yang nantinya akan diolah menggunakan Software Rapid Miner. Tujuan dari penelitian ini adalah untuk menentukan berapa nilai Avarage Within Sentroid Distance dari masing-masing cluster dan nilai Davies Bouldin Index (DBI). Setelah itu Algoritma K-Means diterapkan untuk mengetahui jumlah cluster yang tepat atau sudah sangat baik menggunkan metode elbow method. Berdasarkan hasil penelitian yang telah dijelaskan, di dapatkan hasil nilai Avarage Within Centroid Distance dari 3 clustering yaitu k2 = 2007842385.954, k3 = 969761146.003, k4 = 554546997.018. Lalu jumlah cluster yang tepat atau sudah sangat baik dibuktikan dengan elbow method dengan hasil k3, dan nilai Davies Bouldin Index (DBI) yang mendekati nol pada saat k4 dengan nilai DBI k4 = 0.435. Dengan menggunakan Algoritma K-Means diharapkan dapat mengklasterisasi data penjualan tas di Asia Toserba Cirebon untuk mengatasi beberapa permasalahan dalam penjualan dan dapat mengoptimalkan penawaran produk dan pemasaran yang ditargetkan untuk memenuhi kebutuhan pelanggan secara lebih efektif.