Pengelompokan Kebutuhan Bahan Baku Pokok di UMKM Menggunakan K-Means Clustering
DOI:
https://doi.org/10.29407/yfvmvz03Abstract
Pengelolaan stok bahan baku merupakan faktor penting dalam menjaga kelancaran operasional UMKM kuliner. Warung MIECHI masih melakukan pengelolaan stok secara manual sehingga proses monitoring dan penentuan prioritas restock belum optimal. Penelitian ini bertujuan menerapkan algoritma K-Means untuk mengelompokkan kebutuhan bahan baku berdasarkan data stok dan kebutuhan per porsi. Data yang digunakan terdiri dari 14 jenis bahan baku yang diproses melalui tahap preprocessing menggunakan StandardScaler. Proses clustering dilakukan menggunakan algoritma K-Means dengan tiga cluster yaitu stok rendah, stok sedang, dan stok tinggi. Hasil clustering mencapai kondisi konvergen pada iterasi keempat dan berhasil mengelompokkan bahan baku sesuai karakteristik persediaan dan tingkat penggunaannya. Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,500 yang menunjukkan kualitas cluster berada pada kategori cukup baik. Hasil penelitian dapat membantu monitoring stok dan mendukung pengambilan keputusan pengadaan bahan baku secara lebih efektif.
Keywords:
Clustering, Data Mining, K-Means, Monitoring Stok, UMKM##plugins.themes.default.displayStats.downloads##
References
[1] Iwan Ardiansyah, Irham Risuna, Yosa Julianti, and Dinar Hafshah Yuflihat, "Pengaruh Usaha Mikro, Kecil, dan Menengah Terhadap Pertumbuhan Ekonomi Di Indonesia," Hatta J. Pendidik. Ekon. dan Ilmu Ekon., vol. 2, no. 2, pp. 101-109, 2024, doi: 10.62387/hatta.v2i2.31.
[2] D. Akbar Reyhan and T. Dwiati Wismarini, "Perancangan Sistem Informasi Manajemen Inventory Gudang Berbasis Web Dengan Metode K-Means Clustering," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 5, pp. 8855-8861, 2025, doi: 10.36040/jati.v9i5.15241.
[3] V. Alvianatinova, I. Ali, N. Rahaningsih, and A. Bahtiar, "Penerapan Algoritma K-Means Clustering Dalam Pengelompokan Data Penjualan Supermarket Berdasarkan Cabang (Branch)," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 2, pp. 1529-1535, 2024, doi: 10.36040/jati.v8i2.8993.
[4] N. Hendrastuty, "Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa," J. Ilm. Inform. dan Ilmu Komput., vol. 3, no. 1, pp. 46-56, 2024, doi: 10.58602/jima-ilkom.v3i1.26.
[5] U. Surapati and M. Jannah, "Penerapan Data Mining Menggunakan Metode K-Means Untuk Mengetahui Minat Customer Dalam Pembelian Merchandise Kpop," J. Sains dan Teknol., vol. 5, no. 3, pp. 875-884, 2024, doi: 10.55338/saintek.v5i3.2739.
[6] L. Izzah and A. Jananto, "Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika," Progresif J. Ilm. Komput., vol. 18, no. 1, p. 69, 2022, doi: 10.35889/progresif.v18i1.769.
[7] S. Sudirman and L. Yusuf, "Klasifikasi Kebutuhan Produk Ecoprint Menggunakan Metode Clustering K-Means," LARIK, vol. 2, no. 2, 2022.
[8] A. Salsabiela, A. P. Kuncoro, P. Subarkah, and P. Arsi, "Rekomendasi Restock Barang di Toko Pojok UMKM Menggunakan Algoritma K-Means Clustering," J. Technol. Informatics, vol. 5, no. 2, pp. 87-92, 2024, doi: 10.37802/joti.v5i2.554.
[9] A. Catur Pamungkas, D. Wakhid Nur Sakti, F. Trisna Aqilla, K. Miza, and A. Arum Sari, "Clustering Produk UMKM Berdasarkan Penjualan Online Menggunakan K-Means," Pros. Seminar Nasional Teknologi Informasi dan Bisnis, pp. 145-153, 2025, doi: 10.47701/hgnnv193.
[10] D. Indriani, B. Irawan, and A. Bahtiar, "Penerapan Algoritma K-Means Clustering Untuk Menentukan Persediaan Stok Barang," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 182-187, 2024, doi: 10.36040/jati.v8i1.8322.
[11] F. Indriyani and E. Irfiani, "Clustering Data Penjualan," J. Inform., vol. 7, no. 2, pp. 109-113, 2019.
[12] M. Miranda and S. 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, doi: 10.30871/jaic.v9i2.9160.
[13] A. H. Nur Muhammad, E. Yulia Puspaningrum, and A. Mustika Rizki, "Implementasi Kombinasi Metode RFM dan Algoritma K-Means untuk Klasterisasi Penjualan Minuman Kemasan," Seminar Nasional Informatika Bela Negara (SANTIKA), vol. 2, pp. 122-126, 2021.
[14] F. M. Huda and R. Helilintar, "Implementasi Data Mining Pada Hasil Penjualan Barang Menggunakan Metode K-Means Clustering," Kediri, 2020.
[15] M. Sholeh dan K. Aeni, "Perbandingan Evaluasi Metode Davies Bouldin, Elbow dan Silhouette pada Model Clustering dengan Menggunakan Algoritma K-Means," STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 8, no. 1, pp. 56-65, 2023.
[16] I. Faturohim, "Penerapan Algoritma K-Means pada Analisis Data Kerawanan Rob Menggunakan Evaluasi Davies Bouldin, Elbow dan Silhouette," 2022.
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
