Analisis Pola Penjualan Produk pada Laris Frozen Food Menggunakan K-Means untuk Mendukung Strategi Pemasaran

Achmad Husna; Za’imatun Niswati; Fauzan Natsir

doi:10.30998/7a7wfs10

Authors

Achmad Husna Indraprasta Pgri University Author
Za’imatun Niswati Indraprasta Pgri University Author
Fauzan Natsir Indraprasta Pgri University Author

DOI:

https://doi.org/10.30998/7a7wfs10

Keywords:

K-Means Clustering, Analisis Penjualan, Data Mining, Strategi Pemasaran, Sistem Berbasis Web

Abstract

Penelitian ini bertujuan untuk menganalisis pola penjualan produk pada Laris Frozen Food guna mendukung strategi pemasaran yang lebih efektif. Permasalahan yang dihadapi adalah belum optimalnya pemanfaatan data transaksi penjualan yang masih dikelola secara konvensional sehingga menyulitkan dalam mengidentifikasi produk yang paling diminati maupun kurang diminati konsumen. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan metode K-Means Clustering sebagai teknik data mining untuk mengelompokkan produk berdasarkan tingkat penjualannya. Sistem dibangun berbasis web menggunakan bahasa pemrograman Python dengan dukungan HTML, CSS, JavaScript, serta database MySQL melalui XAMPP. Data yang digunakan berupa data produk dan data transaksi penjualan. Hasil penelitian menunjukkan bahwa metode K-Means mampu mengelompokkan produk ke dalam tiga cluster, yaitu kategori kurang diminati, sedang, dan paling laku. Pengelompokan ini memberikan informasi yang lebih terstruktur dan objektif mengenai performa setiap produk. Dengan adanya sistem ini, pemilik usaha dapat menentukan strategi pemasaran, prioritas promosi, serta pengelolaan stok secara lebih tepat dan berbasis data. Sistem yang dibangun dinilai efektif dalam mendukung pengambilan keputusan pada Laris Frozen Food.

Downloads

Download data is not yet available.

References

[1] N. S. Aji, F. Natsir, and S. Istianah, “Penentuan Penjualan Barang Berdasarkan Pengelompokan Produk dengan K-Means Clustering Metode CRISP-DM Pada CV Sembako Dina,” J. Zetroem, vol. 5, no. 2, pp. 119–126, 2023.

[2] F. Natsir et al., “Smart Attendance System: AI Technology for Digital Attendance Using Computer Vision Technology,” J. Zetroem, vol. 8, no. 1, pp. 37–45, 2026.

[3] A. Fauzi, A. D. Pangestu, A. K. Solihin, R. A. Sihombing, and F. Natsir, “Analisis Sentimen Ulasan Aplikasi iPusnas di Playstore dengan Metode Algoritma Random Forest,” JiFoTech J. Inf. Technol., vol. 06, no. 01, 2026.

[4] A. Al Fahrozi, F. Insani, E. Budianita, and I. Afrianty, “Implementasi Algoritma K-Means dalam Menentukan Clustering pada Penilaian Kepuasan Pelanggan di Badan Pelatihan Kesehatan Pekanbaru,” Indones. J. Innov. Multidisipliner Res., vol. 1, no. 4, pp. 474–492, 2023.

[5] M. A. Pahlevi, A. Abimanyu, M. H. Arrizqy, and A. Ryaldi, “Analisis Distribusi Tenaga Kesehatan di Indonesia Menggunakan K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 11, no. 3, 2024.

[6] Elly Muningsih and S. Kiswati, “Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang,” J. Bianglala Inform., vol. 3, no. 1, pp. 10–17, 2015.

[7] A. Torence, M. Ramadhan, and E. F. Ginting, “Penerapan data mining menggunakan algoritma K-Means clustering dalam pengelompokkan data penerima vaksinasi COVID-19,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 3, pp. 482–488, 2023.

[8] W. Andriyani et al., Perangkat Lunak Data Mining. Penerbit Widina, 2024.

[9] K. K. A. Setiawan, F. Natsir, and S. Julaeha, “Implementasi Text Mining pada Silsilah Keluarga menggunakan Metode Decision Tree,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 6, pp. 12760–12766, 2024.

[10] T. Triyadi, R. A. Sihombing, and F. Natsir, “Perancangan Aplikasi Analisis Sentimen terhadap Opini Penghapusan Skripsi pada Twitter menggunakan Metode Navie Bayes,” Elconika J. Tek. Elektro, vol. 2, no. 1 SE-Articles, pp. 1–14, 2023.

[11] R. Swastika, S. Mukodimah, F. Susanto, M. Muslihudin, and S. I. P. Adab, IMPLEMENTASI DATA MINING (Clastering, Association, Prediction, Estimation, Classification). Penerbit Adab, 2023.

[12] R. Danti et al., “PENERAPAN DATA MINING UNTUK IDENTIFIKASI KINERJA TECHNICAL SUPPORT DI PT MAXINDO MITRA SOLUSI DENGAN METODE NAÏVE BAYES,” vol. 8, no. 6, pp. 12754–12759, 2024.