ANALISIS KLASTERISASI PRODUK RETAIL MENGGUNAKAN ALGORITMA K-MEANS SEBAGAI PENDUKUNG KEPUTUSAN MANAGERIAL

Nabilah .; Denni Pratama

Authors

Nabilah . nabilah, Indonesia
Denni Pratama STMIK IKMI Cirebon, Indonesia

Keywords:

K-Means, Klasterisasi, Data Penjualan, RapidMiner, Pengambilan Keputusan Manajerial

Abstract

Pengelolaan data penjualan yang efektif merupakan faktor penting dalam mendukung pengambilan keputusan manajerial, khususnya dalam strategi pengelolaan produk dan persediaan. Penelitian ini bertujuan menerapkan algoritma K-Means untuk melakukan klasterisasi produk berdasarkan kinerja penjualan pada toko retail. Data yang digunakan berjumlah 3.201 catatan transaksi dengan atribut utama Sales Qty dan Sales Net. Proses analisis dilakukan menggunakan perangkat lunak Altair RapidMiner Studio melalui tahapan normalisasi Z-Score dan evaluasi kualitas menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa pengelompokan optimal berada pada jumlah tiga klaster (k=3) dengan nilai DBI sebesar 0,828. Klaster 2 mewakili produk dengan kinerja tinggi (High Performer), Klaster 0 untuk kinerja stabil (Medium Performer), dan Klaster 1 untuk produk dengan perputaran lambat (Low Performer). Hasil ini memberikan dasar bagi manajemen dalam mengoptimalkan stok, merancang strategi promosi yang personal, dan meningkatkan efisiensi alokasi sumber daya.

References

R. P. Ashari, A. Rosmaniar, and A. I. Futuwwah, “Performa Digital Marketing Pada Tingkat Konversi Penjualan Dan Tingkat Pelanggan Kembali,” Improvement Jurnal Manajemen Dan Bisnis, vol. 4, no. 1, pp. 99–108, 2024, doi: 10.30651/imp.v4i1.24348.

R. N. Mukarim, D. F. Subagja, D. E. Basuki, and R. A. Apriani, “Improving Marketing Strategies Using a Clustering and AR-MBA Methods at Indomaret Kaliurang,” Jurnal Teknik Industri Jurnal Hasil Penelitian Dan Karya Ilmiah Dalam Bidang Teknik Industri, vol. 10, no. 1, p. 42, 2024, doi: 10.24014/jti.v10i1.29288.

N. S. Abdel Megeid, “The Role of Big Data Analytics in Supply Chain ‘3Fs’: Financial Reporting, Financial Decision Making and Financial Performance ‘An Applied Study,’” الفکر المحاسبى, vol. 26, no. 2, pp. 207–268, Jul. 2022, doi: 10.21608/atasu.2022.259858.

A. Ilmudeen, “Big data analytics capability and organizational performance measures: The mediating role of business intelligence infrastructure,” Business Information Review, vol. 38, no. 4, pp. 183–192, Dec. 2021, doi: 10.1177/02663821211055321.

I. F. Ashari, R. Banjarnahor, D. R. Farida, S. P. Aisyah, A. P. Dewi, and N. Humaya, “Application of Data Mining With the K-Means Clustering Method and Davies Bouldin Index for Grouping IMDB Movies,” Journal of Applied Informatics and Computing, vol. 6, no. 1, pp. 07–15, 2022, doi: 10.30871/jaic.v6i1.3485.

N. P. Gantara and I. Ali, “PENERAPAN METODE K-MEANS CLUSTERING PADA PENJUALAN BARANG DI SPORTS STATION,” E-Link: Jurnal Teknik Elektro dan Informatika, vol. 18, no. 1, p. 28, May 2023, doi: 10.30587/e-link.v18i1.5339.

I. S. Hidayat, S. Defit, and G. W. Nurcahyo, “Simulasi Dalam Optimalisasi Pengadaan Barang Menggunakan Metode K-Mean Clustering,” Jurnal Sistim Informasi Dan Teknologi, pp. 279–284, 2021, doi: 10.37034/jsisfotek.v3i4.200.

I. Perdana and U. S. Putro, “Applying an Analytical Hierarchy Process for Strategic Decision-Making of Business Solution to Address Sales Decline in SMEs,” Jurnal Manajemen Bisnis, vol. 11, no. 2, pp. 2006–2022, 2024, doi: 10.33096/jmb.v11i2.990.

Y. Primawati, I. Verdian, and G. W. Nurcahyo, “K- Means Clustering on Based Classification Method of Sales Agent,” Journal of Computer Scine and Information Technology, pp. 1–6, Jun. 2021, doi: 10.35134/jcsitech.v7i2.1.

I. Ramadhaniati, “PRODUCT CLUSTERING USING K-MEANS METHOD IN CV. JAYA ABADI,” Jurnal TAM (Technology Acceptance Model), vol. 14, no. 1, p. 91, Jul. 2023, doi: 10.56327/jurnaltam.v14i1.1418.

T. T. Alifa, R. Astuti, and F. M. Basysyar, “Implementasi Data Mining Menggunakan Algoritma K- Means Clustering Dalam Analisis Penjualan Produk,” Jati (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 602–607, 2024, doi: 10.36040/jati.v8i1.8340.

D. B. Santoso, “Analisis Segmentasi Penjualan Pompa Air Menggunakan Algoritma K-Means Segmentation Analysis of Water Pump Sales Using K-Means Algorithm,” Jubikom, vol. 4, no. 2, pp. 83–89, 2024, doi: 10.33751/jubikom.v4i2.10696.

C. A. Sugianto and T. P. O. R. Bokings, “K-Means Algorithm For Clustering Poverty Data in Bangka Belitung Island Province,” Journal of Computer Networks, Architecture, and High-Performance Computing, vol. 3, no. 1, pp. 58–67, Feb. 2021, doi: 10.47709/cnahpc.v3i1.934.

W. N. Purba and R. Hartanto, “PERBANDINGAN PENERAPAN ALGORITMA K-MEANS DAN FUZZY C-MEANS DALAM ANALISIS CLUSTERING TERHADAP PERGERAKAN HARGA HISTORIS SAHAM BANK RAKYAT INDONESIA,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 7, no. 2, p. 865, Dec. 2024, doi: 10.37600/tekinkom.v7i2.1214.

I. P. Ica, Martanto, Arif Rinaldi Dikananda, and Dede Rohman, “Use of K-Means Algorithm in Model Improvement Production Data Grouping for Determination Convection Production Strategy,” Journal of Artificial Intelligence and Engineering Applications (JAIEA), vol. 4, no. 2, pp. 916–926, Feb. 2025, doi: 10.59934/jaiea.v4i2.775.

S. A. Al-Saad, R. N. Jawarneh, and A. S. Aloudat, “Spatiotemporal cluster analysis of reputable tourist accommodation in Greater Amman Municipality, Jordan,” Journal of Hospitality and Tourism Technology, vol. 14, no. 4, pp. 579–597, Aug. 2023, doi: 10.1108/JHTT-03-2021-0071.

J. Astuti and T. Yuniarti, “Data Mining Modeling in Clustering Car Products Sales Data in the Automotive Industry in Indonesia,” Jurnal Manajemen Industri dan Logistik, vol. 7, no. 2, pp. 261–281, Nov. 2023, doi: 10.30988/jmil.v7i2.1258.

T. M. Fahrudin, M. H. P. Swari, R. N. Irawan, N. A. V. Ansori, and N. R. A. Putri, “Optimalisasi dashboard analytics dan iklanku shopee sebagai strategi penjualan alat dan perlengkapan dapur secara online,” Transformasi: Jurnal Pengabdian Masyarakat, vol. 17, no. 2, pp. 136–150, Dec. 2021, doi: 10.20414/transformasi.v17i2.3754.

S. Kumar, S. Gupta, and S. Arora, “A Comparative Simulation of Normalization Methods for Machine Learning-Based Intrusion Detection Systems Using KDD Cup’99 Dataset,” Journal of Intelligent & Fuzzy Systems, vol. 42, no. 3, pp. 1749–1766, 2022, doi: 10.3233/jifs-211191.

D. B. Santoso and Y. Wahyuni, “ANALISIS SEGMENTASI PENJUALAN POMPA AIR MENGGUNAKAN ALGORITMA K-MEANS SEGMENTATION ANALYSIS OF WATER PUMP SALES USING K-MEANS ALGORITHM,” Jurnal Aplikasi Bisnis dan Komputer, vol. 4, no. 2, pp. 83–89, Sep. 2024, doi: 10.33751/jubikom.v4i2.10696.

K. Tabianan, S. Velu, and V. Ravi, “K-Means Clustering Approach for Intelligent Customer Segmentation Using Customer Purchase Behavior Data,” Sustainability, vol. 14, no. 12, p. 7243, Jun. 2022, doi: 10.3390/su14127243.