Penerapan Metode K-Means untuk Pengelompokan Data Penjualan Produk pada Toko Uber Moro 2

Alfath Adil Kurniansyah, Rayung Wulan, Za'imatun Niswati

Abstract


Penelitian ini dilakukan untuk membantu Toko Uber Moro 2 dalam mengelola data penjualan produk yang semakin kompleks menjadi lebih sistematis dan efisien melalui penerapan metode K-Means. Tujuan dari penelitian ini adalah membangun sistem analisis yang mampu mengelompokkan produk berdasarkan performa penjualannya. Metode K-Means dipilih karena kemampuannya dalam mengelompokkan data berdasarkan kemiripan nilai dari jumlah produk terjual dan total transaksi produk selama 3 bulan terakhir. Proses iteratif K-Means menghasilkan klaster dengan karakteristik serupa, sehingga memudahkan identifikasi pola penjualan. Hasil pengujian menunjukkan bahwa sistem mampu membagi ke dalam tiga kategori penjualan: tinggi, sedang, dan rendah. Secara rinci, terdapat 14 produk dengan penjualan tinggi, 10 produk dengan penjualan sedang, dan 16 produk dengan penjualan rendah. Sistem ini mempermudah pemilik toko dalam melaksanakan operasional toko seperti pengelolaan stok maupun promosi produk secara lebih efektif.

Keywords


Pengelompokkan, K-Means, Penjualan, Data Mining

References


Aditya, R., Pranatawijaya, V. H., & Putra, P. B. A. A. (2021). Rancang bangun aplikasi monitoring kegiatan menggunakan metode prototype. JOINTECOMS (Journal of Information Technology and Computer Science), 1(1), 47–57.

Alvianatinova, V., Ali, I., Rahaningsih, N., & Bahtiar, A. (2024). Penerapan algoritma K-Means clustering dalam pengelompokan data penjualan supermarket berdasarkan cabang (branch). Jurnal Mahasiswa Teknik Informatika, 8(2), 1529–1535. https://www.kaggle.com/datasets/aungpyaeap/superm

Amalina, T., Praamana, D. B. A., & Sari, B. N. (2022). Metode K-Means clustering dalam pengelompokan penjualan produk frozen food. Jurnal Ilmiah Wahana Pendidikan, 8(15), 574–583. https://doi.org/10.5281/zenodo.7052276

Amiva, A. N., & Firmansyah, H. (2025). Studi klasterisasi data LSM dengan algoritma K-Means menggunakan RapidMiner. ISBM, 3(1), 50–56.

Auliasari, K., & Kertaningtyas, M. (2019). Penerapan algoritma K-Means untuk segmentasi konsumen menggunakan R. Jurnal Teknologi & Manajemen Informatika, 5(1).

Bui, M. A., & Bahtiar, A. (2024). Implementasi metode algoritma K-Means clustering untuk mengelompokkan transaksi penjualan barang di Toko Arinno. Jurnal Mahasiswa Teknik Informatika, 8(2), 1451–1456.

Firdaus, D. (2017). Penggunaan data mining dalam kegiatan sistem pembelajaran berbantuan komputer. Jurnal Format, 6(2), 91–97.

Hendini, A. (2016). Pemodelan UML sistem informasi monitoring penjualan dan stok barang (Studi kasus: Distro Pontianak). Jurnal Khatulistiwa Informatika, 4(2), 107–116.

Mutiara, N., & Rifqo, M. H. (2024). Penerapan data mining pada penjualan produk menggunakan metode K-Means clustering. Jurnal Ilmiah Komputer, 20(2), 973–982.

Nugraha, A., Nurdiawan, O., & Dwilestari, G. (2022). Penerapan data mining metode K-Means clustering untuk analisa penjualan pada Toko Yana Sport. Jurnal Mahasiswa Teknik Informatika, 6(2), 849–855.

Nur, N., Iqram, M., & Inayah, N. (2023). Perbandingan K-Means dan hierarchical clustering dalam pengelompokan daerah beresiko stunting. JURNAL INOVTEK POLBENG, 8(2), 356–367.

Pandiangan, H. (2019). Penerapan data mining dalam clustering produksi daging sapi di Indonesia menggunakan algoritma K-Means. Journal of Computer Networks, Architecture and High Performance Computing, 1(2), 37–44. https://doi.org/10.47709/cnapc.v1i2.239

Putra, D. W. T., & Andriani, R. (2019). Unified modelling language (UML) dalam perancangan sistem informasi permohonan pembayaran restitusi SPPD. Jurnal Teknoif, 7(1), 32–39.

Rahma, S. A. (2020). Klasterisasi pola penjualan pestisida menggunakan metode K-Means clustering (Studi kasus di Toko Juanda Tani Kecamatan Hutabayu Jaya). Journal of Information Technology Research, 1(1), 1–5.

Saputra, E. A., & Nataliani, Y. (2021). Analisis pengelompokan data nilai siswa untuk menentukan siswa berprestasi menggunakan metode clustering K-Means. Journal of Information Systems and Informatics, 3(3), 424–439. http://journal-isi.org/index.php/isi




DOI: https://doi.org/10.30998/semnasristek.v10i1.8514

Refbacks

  • There are currently no refbacks.


Prosiding SEMNAS RISTEK indexed by: