Implementasi Data Mining Untuk Clustering Data Penambahan Stok Barang Pada Toko Menggunakan Metode K-Means

Abstrak

Toko Kelontong merupakan usaha toko kecil yang umumnya mudah diakses oleh masyarakat umum, toko kelontong ini juga sering dijumpai di lokasi perumahan padat penduduk dengan tujuan yaitu untuk memenuhi kebutuhan rumah tangga masyarakat sekitar. Kebanyakan dari Toko Kelontong tersebut masih beroperasi secara konvensional dimana mereka belum memiliki alat penyimpan dan pengolah data penambahan stok barang di toko mereka yang dapat dijadikan strategi dalam usaha kecil tersebut. Untuk mengatasi permasalahan ini maka dibutuhkan sebuah sistem yang dapat mengolah data penambahan stok tersebut dengan melakukan pengelompokan terhadap jenis barang berdasarkan tingkat minat pembeli terhadap barang tersebut dengan mengimplementasikan algoritma K-Means. Dengan menggunakan algoritma K-Means maka dari 123 barang dikelompokan menjadi 3 kelompok diantaranya cluster 1 terdapat 3 barang yang merupakan cluster barang dengan peminat tinggi, cluster 2 terdapat 27 barang yang merupakan cluster barang dengan peminat sedang dan cluster 3 terdapat 93 barang yang merupakan cluster barang dengan peminat rendah. Sistem ini menghasilkan akurasi sebesar 93.50%.