IMPLEMENTASI ALGORITMA K-MEANS UNTUK CLUSTERING DATA PENJUALANAN PADA PASAR LEMABANG PALEMBANG

Penelitian ini bertujuan untuk mengelompokkan data penjualan produk elektronik di Toko Elektronik Erjaya, Pasar Lemabang, guna membantu pengambilan keputusan dalam pengelolaan stok dan strategi penjualan. Metode yang digunakan adalah algoritma K-Means Clustering, yang merupakan bagian dari teknik data mining berbasis unsupervised learning. Penelitian ini dimulai dengan tahap Knowledge Discovery in Database (KDD) yang mencakup seleksi data, praproses data, transformasi, data mining, evaluasi pola, dan penyajian pengetahuan.
Data yang digunakan berjumlah 1000 record dengan enam atribut utama: tanggal, nama produk, kategori, jumlah terjual, harga satuan, dan total penjualan. Proses klasterisasi dilakukan menggunakan perangkat lunak WEKA dengan parameter jumlah klaster sebanyak tiga, yang masing-masing mewakili produk dengan tingkat penjualan tinggi, sedang, dan rendah. Hasil dari pengelompokan menunjukkan bahwa produk seperti Laptop Lenovo V14 masuk ke dalam klaster dengan penjualan tertinggi, sedangkan Mesin Cuci Samsung tergolong dalam klaster penjualan terendah. Evaluasi model menunjukkan nilai within cluster sum of squared errors (SSE) sebesar 2208,57, dan iterasi stabil setelah 3 kali perhitungan.
Kesimpulan dari penelitian ini menunjukkan bahwa algoritma K-Means dapat digunakan secara efektif untuk mengelompokkan data penjualan, sehingga dapat memberikan wawasan strategis bagi pihak toko dalam hal pengelolaan persediaan dan perencanaan pemasaran produk elektronik.

Kata Kunci: Data Mining, K-Means, Penjualan Elektronik, WEKA, Clustering.