Analisis Penjualan Produk Terlaris di Toko Bangunan Pekanbaru Jaya Menggunakan Metode Clustering K-Means

Authors

  • Dihin Muriyatmoko Universitas Darussalam Gontor
  • Dian Fikrianti Universitas Darussalam Gontor
  • Fifid Rahma Ifalus Universitas Darussalam Gontor

DOI:

https://doi.org/10.29407/fyydga21

Keywords:

clustering, davies bouldin index, k-means, silhoutte score

Abstract

Toko bangunan Pekanbaru Jaya menghadapi kesulitan dalam mengidentifikasi produk yang paling diminati pelanggan, sehingga menghambat efisiensi pengelolaan stok dan strategi penjualan. Penelitian ini bertujuan untuk membantu toko menentukan produk terlaris dengan menganalisis data penjualan dua tahun terakhir menggunakan metode clustering K-Means. Parameter yang digunakan meliputi product, unit, quantity, dan total. Hasil analisis menghasilkan 5 cluster dengan nilai Davies Boulding Index (DBI) sebesar 0.428 dan Silhoutte Score sebesar 0.69 yang menunjukkan kualitas pengelompokan yang baik. Setiap cluster memberikan wawasan tentang kelompok produk berdasarkan tingkat penjualan yang dapat digunakan untuk mengoptimalkan pengelolaan stok dan strategi pemasaran toko.

Downloads

Download data is not yet available.

References

A. Nugraha, O. Nurdiawan, and G. Dwilestari, “PENERAPAN DATA MINING METODE K-MEANS CLUSTERING UNTUK ANALISA PENJUALAN PADA TOKO YANA SPORT,” JATI J. Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, Nov. 2022, doi: 10.36040/jati.v6i2.5755.

M. Rizki and M. Mulyawan, “PENERAPAN METODE K-MEANS CLUSTERING PADA DATA PENJUALAN OPTIK CHANTIKA,” JATI J. Mhs. Tek. Inform., vol. 7, no. 2, pp. 1303–1307, Sep. 2023, doi: 10.36040/jati.v7i2.6562.

F. M. Sarimole and L. Hakim, “Klasifikasi Barang Menggunakan Metode Clustering K-Means Dalam Penentuan Prediksi Stok Barang: Klasifikasi,” J. Sains Dan Teknol., vol. 5, no. 3, pp. 846–854, Feb. 2024, doi: 10.55338/saintek.v5i3.2709.

Y. Suhanda, I. Kurniati, and S. Norma, “Penerapan Metode Crisp-DM Dengan Algoritma K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik,” J. Teknol. Inform. Dan Komput., vol. 6, no. 2, pp. 12–20, Sep. 2020, doi: 10.37012/jtik.v6i2.299.

Narayana Sakti Aji, Fauzan Natsir, and Siti Istianah, “Penentuan Penjualan Barang Berdasarkan Pengelompokan Produk dengan K-Means Clustering Metode CRISP-DM Pada CV Sembako Dina,” J. ZETROEM, vol. 5, no. 2, pp. 119–126, Oct. 2023, doi: 10.36526/ztr.v5i2.3041.

T. Wahyudi, N. Sa’adah, and D. Puspitasari, “Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris Di PT. Titian Nusantara Boga,” vol. 5, no. 1, 2023.

K. Soewardy and G. M. G. Bororing, “ANALISIS TINGKAT KEPUASAN PENGGUNA APLIKASI MARKETPLACE TOKOPEDIA MENGGUNAKAN ALGORITMA C4.5,” J. Inform. Dan Bisnis, vol. 11, no. 1, pp. 38–47, Sep. 2022, doi: 10.46806/jib.v11i1.883.

Y. Sopyan, A. D. Lesmana, and C. Juliane, “Analisis Algoritma K-Means dan Davies Bouldin Index dalam Mencari Cluster Terbaik Kasus Perceraian di Kabupaten Kuningan,” Build. Inform. Technol. Sci. BITS, vol. 4, no. 3, Dec. 2022, doi: 10.47065/bits.v4i3.2697.

N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” J. Ilm. Inform. Dan Ilmu Komput. JIMA-Ilk., vol. 3, no. 1, pp. 46–56, Mar. 2024, doi: 10.58602/jima-ilkom.v3i1.26.

Downloads

Published

2025-01-20

How to Cite

Analisis Penjualan Produk Terlaris di Toko Bangunan Pekanbaru Jaya Menggunakan Metode Clustering K-Means. (2025). Seminar Nasional Teknologi & Sains, 4(1), 88-93. https://doi.org/10.29407/fyydga21