Klasterisasi Data Penjualan Terlaris Produk Kosmetik Y.O.U Menggunakan Algoritma K-Means

Ada banyak jenis bisnis di indonesia yang menyita fokus masyarakat serta meningkatkan kompetisi dengan menghasilkan kreativitas dalam berbagai gagasan bisnis. Perusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y.O.U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuai dengan kebutuhan masyarakat dan tren saat ini. Tugas data mining adalah mengumpulkan atau mengelompokkan data dalam jumlah besar berdasarkan berbagai kriteria yang telah ditentukan. Cluster data mining sangat ideal sebagai algoritma yang bisa mengelola data dengan cara lebih efisien, seperti algoritma K-Means. Algoritma Clustering K-Means ialah prosedur yang digunakan untuk menggabungkan beberapa aliran data untuk menganalisis data dan menentukan jumlah Cluster yang memiliki karakteristik berbeda dari data lainnya. Temuan yang diinginkan ialah terdapatnya kumpulan data yang berdampak bagi strategi penjualan pada periode berikutnya sehingga dapat mengetahui barang yang paling terlaris yang dijual dan barang yang kurang laris. Kebijakan ini bisa menyusutkan defisit yang didapat oleh PT Jalur Mandiri utama dahulunya pada kosmetik YOU. Dengan data tersebut dapat dikelompokan menjadi 3 Clustering yang didasarkan pada tingkat kesuksesan penjualan suatu jenis produk Cluster 0 yang terdiri dari 8 produk item yang memiliki tingkat penjualan laris, Sedangkan Dalam Cluster 1 yang mencakup 12 item produk dengan kategori paling laris dan Cluster 2 yang terdiri dari 5 item produk yang tidak laris, dalam Cluster ini menunjukkan tren tetap atau bahkan menurun dari bulan ke bulan dengan nilai Centroid menunjukkan ketidakpopuleran produk-produk tersebut di pasar.

Kata Kunci: Clustering; Data Penjualan Kosmetik; Data Mining; K-Means, Produk Terlaris