OPTIMALISASI STOK BARANG MELALUI ALGORITMA K-MEANS CLUSTERING ANALISIS UNTUK MANAJEMEN PERSEDIAAN DALAM KONTEKS BISNIS MODERN

Abstract

Penelitian ini mengeksplorasi hasil data penjualan untuk di analisis dengan  penerapan metode K-Means dalam mengelompokkan transaksi penjualan untuk mengoptimalkan strategi manajemen persediaan barang. Analisis data menjadi kunci utama dalam mengoptimalkan strategi persediaan barang, terutama dengan akses data yang semakin besar. Sistem manajemen persediaan konvensional memiliki kelemahan dalam akurasi dan waktu, sehingga diperlukan pendekatan modern dan efektif. Algoritma K-Means clustering memungkinkan perusahaan untuk mengkategorikan barang berdasarkan pola permintaan dan karakteristik lainnya, sehingga mempermudah penetapan tingkat persediaan ideal untuk setiap kategori barang. Penelitian ini menunjukkan bahwa analisis data dengan algoritma K-Means clustering dapat membantu mengidentifikasi pola permintaan dan karakteristik barang, sehingga membantu perusahaan dalam mengambil keputusan yang terarah dan efektif terkait strategi persediaan barang. Hal ini dapat meminimalisir ketidakpastian dan risiko, serta memastikan pengambilan keputusan persediaan barang secara personal dan efektif.