Penelitian ini bertujuan untuk melakukan klasterisasi produk berdasarkan kinerja penjualan menggunakan algoritma k-medoids. Data yang digunakan merupakan data transaksi penjualan periode Januari hingga Desember 2025 yang telah diolah menjadi 307 data produk. Atribut yang digunakan meliputi jumlah produk terjual dan laba penjualan. Tahapan penelitian mengacu pada metode CRISP-DM. Pada tahap data preparation dilakukan normalisasi menggunakan StandardScaler, kemudian proses clustering menggunakan algoritma k-medoids dengan pengukuran jarak euclidean distance. Penentuan jumlah cluster terbaik dilakukan menggunakan davies-bouldin index (DBI) dengan pengujian beberapa nilai cluster. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah empat cluster dengan nilai DBI sebesar 0,503506, yang terdiri atas kategori penjualan sangat tinggi, penjualan tinggi, penjualan sedang, dan penjualan rendah. Hasil klasterisasi ini memberikan informasi mengenai karakteristik kinerja setiap kelompok produk sehingga dapat membantu toko blue toys dalam menentukan strategi pengelolaan persediaan, evaluasi produk, dan pengambilan keputusan yang lebih efektif.

S12571

INF 0093 2026

Bekasi

Tersedia