Implementasi Data Mining Pada Pengelompokkan Data Pembeli Menggunakan Algoritma K-Means Pada PT. Otomotif 1

Penelitian ini dilakukan karena PT. OTOMOTIF 1 mengalami kesulitan dalam memantau produk yang diminati konsumen serta kesulitan dalam penyimpanan data yang efisien. Tujuan penulisan adalah untuk mengidentifikasi masalah tersebut dan menawarkan solusi melalui penerapan analisis clustering dan algoritma K-Means. Metode penelitian ini menggunakan data transaksi dari PT. OTOMOTIF 1 selama Januari 2016, dengan total 30 rekaman transaksi yang valid. Proses analisis melibatkan penggunaan algoritma K-Means untuk mengelompokkan data transaksi menjadi tiga klaster. Hasilnya menunjukkan tiga klaster dalam perusahaan: klaster yang paling diminati, klaster yang sedikit diminati, dan klaster yang kurang diminati. Penelitian ini memberikan wawasan yang berharga bagi PT. OTOMOTIF 1 dalam mengembangkan strategi pemasaran dan manajemen stok barang mereka. Kesimpulan dari penelitian ini adalah bahwa penerapan analisis clustering dengan algoritma K-Means dapat membantu perusahaan mengoptimalkan strategi pemasaran dan manajemen stok barang mereka.

Kata kunci: Analisis Clustering; K-Means; Pembeli; Strategi Pemasaran; Data Transaksi