PENERAPAN DATA MINING UNTUK PENGELOMPOKAN PRODUK PENJUALAN MENGGUNAKAN ALGORITMA K-MEANS

STUDI KASUS: TOKO AGUNG MAKMUR JAYA

Abstract

Perkembangan dan persaingan dalam bisnis perdagangan serta kemajuan teknologi informasi membuat semakin ketatnya persaingan pasar untuk memenuhi tuntutan pelanggan yang terus meningkat. Toko Agung Makmur Jaya masih sering kesulitan dalam menentukan strategi bisnis seperti apa yang paling efektif. Berdasarkan data hasil penjualan selama satu tahun, bulan Juli 2023 – Juni 2024 tren penjualan Toko Agung Makmur Jaya cenderung menurun. Toko Agung Makmur Jaya dapat memanfaatkan fitur laporan penjualan produk setiap bulan yang sudah ada untuk menentukan pola penjualan yang efektif. Penelitian ini bertujuan menerapkan clustering k-means untuk pengelompokan produk Toko Agung Makmur Jaya. Penelitian ini dilakukan dengan bahasa pemrograman Python dan menggunakan metodologi CRISP-DM. DBI digunakan untuk menentukan jumlah cluster terbaik, yaitu 5 cluster dengan nilai DBI 0.453559. Hasil dari penelitian ini berupa pengelompokan produk dari data penjualan Toko Agung Makmur Jaya, pada Cluster 4 dikategorikan sangat laku dan omzet sangat besar, Cluster 2 dikategorikan laku dan omzet besar, Cluster 1 dikategorikan cukup laku dan omzet sangat besar, Cluster 3 dikategorikan tidak laku dan omzet tidak besar, dan Cluster 0 dikategorikan sangat tidak laku dan omzet sangat tidak besar. Hasil clustering k-means dievaluasi menggunakan Silhoutte Coeffecient mendapatkan nilai sebesar 0,68 yang mana nilai tersebut masuk ke dalam kategori struktur klaster standar.