Clustering History Data Penjualan Menggunakan Algoritma K-Means Pada Azko Technomart Karawang

Pengelolaan stok dan strategi pemasaran di Toko Azko Technomart Karawang sering menghadapi kendala akibat tidak optimalnya pengelompokan produk berdasarkan tingkat penjualan. Penelitian tugas akhir ini bertujuan untuk mengelompokkan data penjualan produk guna mengidentifikasi produk terlaris dengan menerapkan sistem algoritma K-Means Clustering. Data yang digunakan berasal dari histori penjualan periode Mei 2022 hingga Juni 2025, mencakup 300 jenis produk dengan total 15.000 data transaksi. Tahapan penelitian meliputi pengumpulan data, pembersihan data, normalisasi menggunakan z-score normalization, penentuan jumlah klaster optimal dengan memakai metode Elbow, proses Clustering menggunakan K-Means, serta hasil evaluasi memakai Sum of Squared Error (SSE) dan Silhouette Score. Hasil analisis menunjukkan pembentukan dua klaster utama dengan nilai SSE sebesar 67,8%, Silhouette Score sebesar 0,47 untuk klaster pertama dan 0,84 untuk klaster kedua. Produk “Protection” teridentifikasi sebagai produk terlaris dengan total penjualan tertinggi. Hasil penelitian ini diharapkan dapat membantu manajemen perusahaan dalam pengambilan keputusan terkait pengadaan stok dan strategi pemasaran yang lebih tepat sasaran.

Kata Kunci: Clustering, data penjualan, K-means, SSE, silhouette score