KLASTERISASI PENJUALAN PRODUK MINUMAN MENGGUNAKAN K-MEANS DAN VISUALISASI DENGAN POWER BI

Abstract

Pengelolaan data penjualan produk minuman menjadi aspek penting dalam menjaga keseimbangan persediaan agar sesuai dengan kebutuhan konsumen. Variasi jenis produk dan fluktuasi tingkat permintaan seringkali menyulitkan pengambilan keputusan terkait pengelolaan stok apabila tidak didukung oleh analisis yang sistematis. Dengan demikian, tujuan penelitian ini adalah untuk melakukan klasterisasi data penjualan Kedai Cozy Drink periode April hingga Oktober 2025. Algoritma K-Means Clustering dengan pendekatan Knowledge Discovery in Database (KDD) digunakan pada penelitian ini. Dataset awal berjumlah 1.315 transaksi dan setelah proses preprocessing diperoleh 1.309 transaksi yang valid untuk dianalisis. Setelah metode Elbow diterapkan untuk menentukan jumlah cluster yang optimal, hasil analisis menunjukkan bahwa jumlah cluster terbaik adalah tiga. Evaluasi melalui perhitungan Silhouette Score sebesar 0,87 menujukkan bahwa kualitas pengelompokan termasuk dalam kategori sangat baik. Ketiga cluster tersebut merepresentasikan kategori produk best seller, profit driver, dan slow moving. Hasil klasterisasi selanjutnya divisualisasikan menggunakan Power BI untuk mempermudah interpretasi pola penjualan produk sehingga dapat dijadikan dasar dalam pengelolaan stok yang lebih optimal dan efisien.