Optimasi Manajemen Stok melalui Pengelompokan Produk Ritel Berdasarkan Data Penjualan dengan K-Means

Abstract

Penelitian ini bertujuan mengategorikan produk berdasarkan data penjualan untuk meningkatkan efisiensi pengambilan keputusan di toko ritel tradisional. Masalah utamanya adalah kurang optimal nya pemanfaatan data transaksi dalam strategi penyimpanan dan promosi. Metode yang digunakan mengikuti tahapan CRISP-DM, dengan algoritma K-Means diterapkan pada atribut jumlah penjualan, harga pokok, harga jual, dan total penjualan. Data yang dianalisis mencakup 400 transaksi dari Maret hingga Oktober 2024, melibatkan 175 produk. Penentuan jumlah kluster optimal dilakukan dengan metode Elbow dan Davies-Bouldin Index, yang menunjukkan hasil terbaik pada K=2. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai 0,882, yang menandakan kualitas kluster yang baik. Produk terbagi menjadi dua kategori, yaitu barang laku dan kurang laku. Temuan ini membuktikan efektivitas K-Means dalam mendukung strategi stok dan promosi berbasis data