Penelitian ini bertujuan untuk melakukan segmentasi produk berdasarkan data penjualan pada PT DRA Component Persada menggunakan algoritma K- Means Clustering sebagai metode analisis data mining. Data yang digunakan merupakan data transaksi penjualan periode Januari hingga Maret yang diolah dengan bantuan perangkat lunak RapidMiner melalui tahapan pengumpulan data, praproses data, normalisasi, penentuan jumlah Cluster, penerapan algoritma K- Means, serta analisis karakteristik hasil pengelompokan. Hasil penelitian menunjukkan bahwa algoritma k-means berhasil mengelompokkan data penjualan ke dalam lima Cluster dengan karakteristik yang berbeda dan mudah diinterpretasikan. Cluster 0 mencerminkan produk dengan tingkat penjualan rendah yang berfungsi sebagai pendukung operasional, Cluster 1 menunjukkan produk dengan penjualan rendah, Cluster 2 menggambarkan produk dengan penjualan menengah, Cluster 3 memiliki karakteristik khusus dengan dominasi atribut tertentu, dan Cluster 4 terdiri dari produk dengan penjualan sangat tinggi yang memberikan kontribusi signifikan terhadap total penjualan. Keefektifan pengelompokan ini diperkuat melalui evaluasi kualitas Cluster menggunakan Elbow Method, yang menunjukkan jumlah Cluster optimal pada K=5. Dengan demikian, algoritma k-means terbukti efektif dan layak digunakan dalam pengelompokan data penjualan karena mampu menghasilkan Cluster yang representatif, informatif, dan relevan untuk mendukung pengambilan keputusan strategis perusahaan.

S12474

INF 0044 2026

Bekasi

Tersedia