Penelitian ini bertujuan untuk mengelompokkan produk kosmetik berdasarkan pola penjualan dan rotasi stok menggunakan algoritma K-Means Clustering dengan pendekatan Knowledge Discovery in Databases (KDD). Tahapan penelitian meliputi selection, preprocessing, transformation, data mining, dan evaluation. Data yang digunakan sebanyak 436 produk kosmetik PT Mandom dengan variabel Sell Out, Stock, dan Days Until Expired. Hasil penelitian menunjukkan bahwa algoritma K-Means menghasilkan 3 cluster optimal dengan Hasil segmentasi terdiri atas 75 (17,20%) produk pada kategori fast moving, 299 (68,58%) produk pada kategori medium moving, dan 62 (14,22%) produk pada kategori slow moving. Hasil tersebut dapat digunakan sebagai dasar dalam pengambilan keputusan terkait pengelolaan persediaan, distribusi, dan strategi pemasaran di PT Mandom.

S12674

INF 0196 2026

Bekasi

Tersedia