Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means

Abstract

Menjaga stok persediaan barang agar tidak ada barang yang kosong termasuk salah satu cara untuk menjaga kepuasan pelanggan. Untuk memenuhi hal tersebut penjual harus dapat menganalisa mana data barang yang laku dan mana yang kurang laku dari data laporan penjualan barang, hal ini tidaklah mudah apabila toko tersebut merupakan toko retail yang memiliki ratusan bahkan ribuan data penjualan setiap bulannya. Permasalahan tersebut bisa di selesaikan dengan menggunakan salah satu teknik dalam data mining yaitu algotihma K-Means Clustering. Penelitian ini di maksudkan untuk membantu Genta Corp yang merupakan toko retail di kota Bogor yang menjual peralatan outdoor, untuk membuat pengelompokan data penjualannya agar dapat memaksimalkan manajemen stoknya. Variable yang digunakan adalah kode barang, data barang masuk, data barang keluar dan stok barang. Data diolah dengan perhitungan manual menggunakan algorithma K-Means dan menggunakan Software Rapid Miner sehingga didapatkan hasil akhir berupa tiga cluster dimana terdapat 2 jenis barang paling laris, 8 jenis barang yang cukup laris dan 18 jenis barang yang kurang laris. Hasil ini bisa dimanfaatkan oleh manajemen Genta Corp untuk peningkatan manajemen stok dan strategi penjualannya.