Implementasi Algoritma K-Means Untuk Analisis Pola Penjualan Pada Toko Monisa

Muhammad  Noval; Windarsyah Windarsyah; Finki Dona  Marleny

doi:10.55338/jumin.v6i3.6237

Authors

Muhammad Noval Universitas Muhammadiyah Banjarmasin
Windarsyah Windarsyah Universitas Muhammadiyah Banjarmasin
Finki Dona Marleny Universitas Muhammadiyah Banjarmasin

DOI:

https://doi.org/10.55338/jumin.v6i3.6237

Keywords:

Clustering, K-Means, KDD, Pola Penjualan, Manajemen Stok

Abstract

Manajemen stok yang tidak tepat dapat berdampak negatif terhadap efisiensi dan keuntungan bisnis ritel. Toko Monisa menghadapi permasalahan dalam menentukan produk yang perlu diprioritaskan dalam penyediaan stok. Tujuan dari penelitian ini adalah untuk mengelompokkan produk berdasarkan performa penjualan guna membantu pengambilan keputusan dalam pengelolaan stok. Metode yang digunakan adalah algoritma K-Means Clustering dengan pendekatan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, pembersihan data, transformasi, proses clustering, dan evaluasi hasil. Data yang dianalisis terdiri dari 18.344 transaksi penjualan sepanjang tahun 2024. Jumlah klaster optimal ditentukan menggunakan Elbow Method, menghasilkan tiga klaster, dan validitas klaster diuji menggunakan Silhouette Score yang menunjukkan nilai 0,79. Hasil klasterisasi menunjukkan bahwa produk dapat dikategorikan menjadi tiga kelompok: penjualan rendah, sedang, dan tinggi. Temuan ini memberikan dasar bagi pengambilan keputusan dalam perencanaan stok, strategi promosi, dan efisiensi pengelolaan produk. Simpulan dari penelitian ini menunjukkan bahwa algoritma K-Means mampu memberikan solusi efektif berbasis data historis dalam mendukung efisiensi operasional toko ritel.

Downloads

Download data is not yet available.

References

S. Pujiono, R. Astuti, and F. Muhamad Basysyar, “Implementasi Data Mining Untuk Menentukan Pola Penjualan Produk Menggunakan Algoritma K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 615–620, 2024, doi: 10.36040/jati.v8i1.8360.

N. S. Niko, A. Rahman, D. Marini Umi Atmaja, and A. Basri, “Klasterisasi Stok Produk Retail Untuk Menetukan Pergerakan Kebutuhan Konsumen Dengan Algoritma K-Means,” Bull. Inf. Technol., vol. 4, no. 3, pp. 306–312, 2023, doi: 10.47065/bit.v4i3.736.

A. Yahya and R. Kurniawan, “Implementasi Algoritma K-Means untuk Pengelompokan Data Penjualan Berdasarkan Pola Penjualan,” vol. 5, no. January, pp. 350–358, 2025.

G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 40–46, 2022, doi: 10.30871/jaic.v6i1.3824.

D. Mariboto et al., “Perancangan Ulang Tata Letak Untuk Pengoptimalisasian Ruang Pada Toko Ritel RDSP Bogor,” J. Teknol. dan Manaj. Ind. Terap., vol. 2, no. 2, pp. 135–143, 2023, doi: 10.55826/tmit.v2i2.161.

Dodi Nofri Yoliad, “Data mining Dalam Analisis Tingkat Penjualan Barang ElektronikMenggunakan Algoritma K-means,” Insearch (Information Syst. Res. J., vol. 3, no. 1, 2023.

A. Deli, P. K. Kondang, W. D. Awil, and A. Ranti, “Analisis Segmentasi Anggaran Pemasaran dan Penjualan Produk di Industri Retail Menggunakan K-Means Clustering Berbasis R Shiny,” vol. 4, no. 1, pp. 41–54, 2025.

A. Yani, Z. Azmi, and D. Suherdi, “Implementasi Data Mining Menganalisa Data Penjualan Menggunakan Algoritma K-Means Clustering,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 2, p. 315, 2023, doi: 10.53513/jursi.v2i2.6357.

A. Damayanti and R. A. Putri, “Penerapan Algoritma K-Means Clustering Dalam Pola Penjualan Beras,” J. Comput. Syst. Informatics, vol. 6, no. 2, pp. 861–867, 2024, doi: 10.47065/josyc.v5i4.5734.

I. S. M. Negara, Purwono, and I. Ahmad Ashari, “Analisa Cluster Data Transaksi Penjualan Minimarket Selama Pandemi Covid-19 dengan Algoritma K-means,” J. Inf. Technol. Comput. Sci., vol. 3, no. 1, pp. 153–160, 2021.

K. Hidayat, H. A. Adytama, Muhammad Rezky Darmawan, Y. Arnando, and A. Mukarim, “Analisis Data Penjualan Menggunakan Algoritma K-Means Clustering Pada Toko Superindo,” J. Data Sci. Methods Appl., vol. 01, no. 01, pp. 1–6, 2025, doi: 10.30873/jodmapps.v1i1.pp1-6.

Miranda and Sriani, “Implementation of K-Means Clustering in Grouping Sales Data at Zura Mart,” J. Appl. Informatics Comput., vol. 9, no. 2, pp. 547–555, 2025.

M. Adelina Bui and A. Bahtiar, “Implementasi Metode Algoritma K-Means Clustering Untuk Mengelompokkan Transaksi Penjualan Barang Di Toko Arino,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1451–1456, 2024, doi: 10.36040/jati.v8i2.8975.

N. Nurliana, N. Suarna, and W. Prihartono, “Analisis Keputusan Pembelian Produk Terhadap Promosi Dan Viral Marketing Di Tiktok Shop Menggunakan Algoritma C4.5,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 2870–2876, 2024, doi: 10.36040/jati.v8i3.9583.

A. Putri Riyandoro, A. Voutama, and Y. Umaidah, “Implementasi Data Mining Clustering K-Means Dalam Menggolongkan Beragam Merek Laptop,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1372–1377, 2023, doi: 10.36040/jati.v7i2.6816.

N. P. Gantara and I. Ali, “Penerapan Metode K-Means Clustering Pada Penjualan Barang Di Sports Station,” E-Link J. Tek. Elektro dan Inform., vol. 18, no. 1, p. 28, 2023, doi: 10.30587/e-link.v18i1.5339.