Implementasi K-Means Clustering Pada Transaksi Menu
DOI:
https://doi.org/10.29407/mm4ekh05Abstract
Penelitian ini dilatarbelakangi oleh sistem pencatatan transaksi pada Angkringan Mbok’e yang masih dilakukan secara manual sehingga berisiko kehilangan data dan menyulitkan analisis pola pembelian pelanggan. Penelitian ini bertujuan untuk merancang aplikasi transaksi berbasis teknologi informasi dengan menerapkan metode K-Means clustering guna mengelompokkan data transaksi berdasarkan tingkat penjualan menu. Metode K-Means dipilih karena mampu mengelompokkan data dalam jumlah besar secara efisien. Sistem dikembangkan menggunakan pendekatan waterfall dan diuji menggunakan metode Blackbox Testing. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan pengelompokan yang baik dengan nilai silhouette score sebesar 0.71 serta performa klasifikasi dengan akurasi 97%, presisi 97%, recall 96%, dan f1 score sebesar 97%. Informasi yang dihasilkan dapat dimanfaatkan untuk mendukung strategi pemasaran dan pengelolaan menu secara lebih efektif.
Keywords:
Aplikasi Transaksi, K-Means Clustering, Pemilihan Menu, Pola Pembelian, Sistem Informasi.##plugins.themes.default.displayStats.downloads##
References
[1] H. Matuan, E. Dude, A. Mallo, H. Yowey, Y. S. Patey, and H. Sutejo, ―Application of
the K-Means Method for Grouping Product Data Based on Sales Level,‖ J. Ilm. Sist.
Inf., vol. 5, no. 1, pp. 292–305, Jan. 2026, doi: 10.51903/53pfrd78.
[2] M. R. Dzikrillah, D. H. Gutama, D. P. Wijaya, and D. Danianti, ―Implementasi
Algoritma K-Means dalam Pengelompokkan Tingkat Transaksi Produk PPOB
Nusantara,‖ J. Inform. Polinema, vol. 10, no. 3, pp. 341–350, May 2024, doi:
10.33795/jip.v10i3.4917.
[3] N. Afiasari, N. Suarna, and N. Rahaningsi, ―Implementasi Data Mining Transaksi
Penjualan Menggunakan Algoritma Clustering dengan Metode K-Means,‖ J.
SAINTEKOM, vol. 13, no. 1, pp. 100–110, Mar. 2023, doi:
10.33020/saintekom.v13i1.402.
[4] A. R. Sinaga and G. D. Pranata, ―Clustering Data Penjualan Produk pada Toko Yudha
dngan Algoritma K-Means,‖ SisInfo J. Sist. Inf. dan Inform., vol. 3, no. 2, pp. 135–139,
Jun. 2023, doi: 10.37278/sisinfo.v3i2.638.
[5] S. Rismawati, S. S. Hilabi, B. Priyatna, and A. Hananto, ―PENGELOMPOKAN
PENJUALAN PRODUK DENGAN MENGGUNAKAN K-MEANS CLUSTERING :
STUDI KASUS ANALISIS PENJUALAN COFFEE SHOP OLEH KAGGLE.COM,‖
J. Sist. Inf., vol. 6, no. 1, pp. 1–10, Jun. 2025, doi: 10.32546/jusin.v6i1.3078.
[6] A. Hernita, N. T. Lapatta, S. Saputra, and M. Akbar, ―CLUSTERING OF E-WALLET
USAGE BASED ON TRANSACTION PATTERNS USING K-MEANS,‖ PILAR
Nusa Mandiri J. Comput. Inf. Syst., vol. 22, no. 1, pp. 30–36, 2026, doi:
10.33480/pilar.v22i1.8292.
[7] E. Yulyanti, S. Yuliyatini, and G. Triyono, ―Segmentasi Spasio-Temporal Performa
Penjualan Produk Sepatu Menggunakan Algoritma K-Means,‖ MALCOM Indones. J.
Mach. Learn. Comput. Sci., vol. 6, no. April, pp. 750–761, 2026, doi:
10.57152/malcom.v6i2.2609.
[8] K. Eric, P. S. Ade, and N. N. Marlince, ―Clustering Penjualan Terbaik Dengan Sum Of
Squares Error Dan Menentukan Nilai K Menggunakan Algoritma K-Means,‖ J.
SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 2, pp. 387–393,
Aug. 2024, doi: 10.53513/jis.v23i2.9716.
[9] A. Yahya and R. Kurniawan, ―Implementasi Algoritma K-Means untuk
Pengelompokan Data Penjualan Berdasarkan Pola Penjualan,‖ MALCOM Indones. J.
Mach. Learn. Comput. Sci., vol. 5, no. 1, pp. 350–358, Jan. 2025, doi:
10.57152/malcom.v5i1.1773.
[10] S. Fourteen Sogema, A. Anugrah Bintang Putra Hakim, M. Putra Aninda Niko, J.
Shabrina Aulia, M. Winoto Adji, and Z. Alfian, ―Perbandingan Hasil Klasterisasi KMeans Berdasarkan Silhouette Score dan Inertia Pada 5 Dataset Berbeda,‖ J. Pendidik.
Tambusai, vol. 9, no. 2, pp. 23356–23368, 2025, doi: 10.31004/jptam.v9i2.30330.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
