Aktivitas pencatatan data potensi sales yang masih dilakukan secara manual menjadi kendala dalam proses klasifikasi dan analisis data penjualan di perusahaan. Penelitian ini bertujuan untuk membangun sistem segmentasi data potensi sales berbasis web guna meningkatkan efisiensi dalam pengelolaan dan analisis data penjualan. Permasalahan yang dihadapi adalah rendahnya akurasi dalam identifikasi karakteristik pelanggan dan lamanya proses klasifikasi potensi. Algoritma K-Prototypes digunakan sebagai metode clustering karena mampu menangani kombinasi atribut kategorikal dan numerik. Proses clustering dilakukan terhadap data potensi yang mencakup nama Account Manager, customer, nama pekerjaan, portofolio, tahap penjualan, dan nilai sales. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan data ke dalam dua cluster optimal dengan nilai silhouette score sebesar 0,69, yang menandakan pemisahan cluster yang cukup baik. Sistem ini memberikan kontribusi tim sales menyusun strategi penjualan yang lebih terarah dan tepat sasaran.

S12181

INF 0208 2025

Bekasi

Tersedia