ANALISIS DATA PENJUALAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA TOKO KECANTIKAN PUTRI

Authors

  • Agung Prayogo Bagustio STMIK IKMI Cirebon
  • Ade Irma Purnamasari
  • Irfan Ali

DOI:

https://doi.org/10.30656/prosisko.v11i2.7928

Abstract

Abstrak - Industri kecantikan mengalami pertumbuhan pesat dalam beberapa tahun terakhir, mendorong tingginya permintaan produk kecantikan. Toko Kecantikan Putri merupakan salah satu toko kecantikan yang berkembang pesat di wilayah Cirebon. Untuk meningkatkan strategi penjualan dan memahami pola pembelian pelanggan, Toko Kecantikan Putri perlu menganalisis data penjualan secara efektif. Analisis data penjualan tradisional tidak dapat memberikan insights yang mendalam mengenai pola pembelian pelanggan. Hal ini dapat menghambat Toko Kecantikan Putri dalam mengembangkan strategi penjualan yang tepat dan efektif. Penelitian ini menerapkan algoritma K-Means clustering untuk menganalisis data penjualan Toko Kecantikan Putri selama bulan Januari 2024. Data yang dianalisis terdiri dari 122 baris dengan 22 atribut. Data penjualan meliputi informasi produk, kategori produk, dan jumlah penjualan. Algoritma K-Means clustering digunakan untuk mengelompokkan data penjualan berdasarkan karakteristik produk. Teknik analisis menggunakan Knowledge Discovery in Database (KDD) merupakan proses untuk menemukan pengetahuan baru dari data yang dikumpulkan. Hasil analisis menunjukkan bahwa data penjualan Toko Kecantikan Putri dapat dilakukan menjadi menjadi 9 cluster, dari cluster k=2 sampai k=9. Masing-masing cluster memiliki karakteristik pola pembelian yang berbeda. Cluster terbaik terdapat pada cluster K=8 dengan Nilai DBI sebesar 0,021 yang berasal dari measure Types Mixed Measures nilai davies bouldin index 0.077, Numerical Measures nilai davies bouldin index 0.114, Bregman Divergences nilai davies bouldin index 0.114. Analisis data penjualan Toko Kecantikan Putri dengan Algoritma K-Means Clustering menghasilkan insights berharga mengenai pola pembelian pelanggan. Evaluasi menyeluruh terhadap berbagai parameter, jumlah cluster, dan nilai Davies Bouldin Index optimal, menunjukkan bahwa Algoritma K-Means Clustering menghasilkan pengelompokan data yang paling optimal dan informatif.
Kata Kunci: Algoritma K-Means clustering, Analisis Data Penjualan, Toko Kecantikan Putri, Pola Pembelian Pelanggan, Strategi Penjualan

Downloads

Download data is not yet available.

Author Biography

Agung Prayogo Bagustio, STMIK IKMI Cirebon

Teknik Informatika

Downloads

Published

2024-09-01