Clustering Toko Ritel Berdasarkan Pola Penjualan Produk Menggunakan Algoritma K-Means

Abstract

Penelitian ini menganalisis pola penjualan toko ritel di Pekanbaru dan melakukan segmentasi berbasis data menggunakan algoritma K-Means. Dataset terdiri dari 965 toko dengan variabel numerik hasil preprocessing, meliputi total penjualan, frekuensi transaksi, rata-rata nilai pembelian, dan variasi produk. Hasil clustering menunjukkan tiga segmen toko: performa tinggi, menengah, dan rendah, dengan evaluasi kualitas menggunakan Silhouette Score sebesar 0.603 dan Davies-Bouldin Index sebesar 0.763. Visualisasi PCA memperkuat pemisahan antar cluster secara intuitif. Kebaruan penelitian ini terletak pada penerapan K-Means pada data ritel lokal Pekanbaru dengan evaluasi cluster komprehensif, sehingga menghasilkan segmentasi yang lebih representatif terhadap perilaku konsumen daerah. Temuan ini dapat dimanfaatkan untuk strategi distribusi produk, target promosi, dan evaluasi kinerja toko berbasis data. Penelitian selanjutnya dapat menambahkan variabel lokasi geografis dan demografi pelanggan untuk meningkatkan presisi segmentasi.