Implementasi Data Mining Untuk Menentukan Persediaan Barang Di Mahkota Mart Menggunkan K-Means
DOI:
https://doi.org/10.33998/jakakom.2026.6.1.2404Kata Kunci:
Ketidak Sesuaian Stok, Pengelolaan Stok, Data Mining, K-Means Clustering, Rapid MinerAbstrak
Mahkota Mart mengalami masalah pengelolaan stok barang, minimarket ini sering mengalami ketidaksesuaian antara stok yang tersedia dengan tingkat penjualan, yang menyebabkan kekurangan atau kelebihan stok. Untuk mengatasi masalah ini, diperlukan teknik data mining dengan menggunakan metode K-Means Clustering yang akan diterapkan untuk mengelompokkan data penjualan berdasarkan kesamaan karakteristik produk, sehingga memudahkan pengelolaan stok barang. Hasil dari penelitian ini yang telah diolah menggunakan alat bantu berupa Rapid Miner menunjukkan bahwa barang-barang di Mahkota Mart dapat dikelompokkan ke dalam tiga cluster: Cluster 0 berjumlah 61 item dengan rasio 21.40% dikategorikan barang sangat laris, Cluster 1 berjumlah 218 item dengan rasio 76.49% dikatedorikan barang cukup laris, dan Cluster 2 berjumlah 6 item dengan rasio 2.11% dikategorikan barang tidak laris. Barang-barang dalam Cluster 0 direkomendasikan untuk selalu ditambah stoknya, sedangkan barang dalam Cluster 1 sebaiknya ditambah stoknya dengan jumlah yang lebih sedikit dibanding Cluster 0. Barang-barang dalam Cluster 2 disarankan untuk tidak ditambah stoknya guna menghindari penumpukan.
Unduhan
Referensi
Arifa, A. B., & Santoso, H. (2020). Sistem Pendukung Keputusan Kelompok untuk Penentuan Usulan Lokasi Pendirian Minimarket. Jurnal Khatulistiwa Informatika, 6(2), 219-226.
Indriani, D., Irawan, B., & Bahtiar, A. (2024). Penerapan Algoritma K-Means Clustering Untuk Menentukan Persediaan Stok Barang. Jati (Jurnal Mahasiswa Teknik Informatika), 8(1), 182-187.
Zafira, F., Irawan, B., & Bahtiar, A. (2024). Penerapan data mining untuk estimasi stok barang dengan metode K-means clustering. Jurnal Mahasiswa Teknik Informatika, 8(1), 156–161.
Ramdhan, D., Dwilestari, G., Dana, R. D., Ajiz, A., & Kaslani, K. (2022). Clustering data persediaan barang dengan menggunakan metode K-means. MEANS (Media Informasi Analisa dan Sistem), 7(1), 1–9. https://doi.org/10.54367/means.v7i1.1826
Nahjan, M. R., Heryana, N., & Voutama, A. (2023). Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 101-104.
Rindiyani, R., Khaerunnisa, K., Irawan, B., Ramdhan, N. A., & Shahib, M. U. (2024). Implementasi algoritma K-means clustering terhadap penjualan produk pada AAS Toserba Jatibarang. Jurnal Tekno Kompak, 18(2), 429. https://doi.org/10.33365/jtk.v18i2.4200
Arhami, M., Kom, M., & Muhammad Nasir, S. T. (2020). Data Mining-Algoritma dan Implementasi. Penerbit Andi.
Nugroho, B. I., Ma'arif, Z., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Metode Klasifikasi Untuk Menganalisa Penyalahgunaan Sosial Media: Array. Jurnal Sistem Informasi dan Teknologi Peradaban, 3(2), 46-51.
Zuhal, N. K. (2022, February). Study Comparison K-Means Clustering Dengan Algoritma Hierarchical Clustering: AHC, K-Means Clustering, Study Comparison. In Seminar Nasional Teknologi & Sains (Vol. 1, No. 1, pp. 200-205
Supardi, R., & Kanedi, I. (2020). Implementasi Metode Algoritma K-Means Clustering pada Toko Eidelweis. Jurnal Teknologi Informasi, 4(2), 270-277.
Handoko, S., Fauziah, F., & Handayani, E. T. E. (2020). Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering. Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), 76-88.
Sulistiyawati, A., & Supriyanto, E. (2021). Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan. Jurnal Tekno Kompak, 15(2), 25-36.
Dwitri, N., Tampubolon, J. A., Prayoga, S., Zer, F. I. R., & Hartama, D. (2020). Penerapan algoritma K-Means dalam menentukan tingkat penyebaran pandemi COVID-19 di Indonesia. (JurTI) Jurnal Teknologi Informasi, 4(1), 128-132.
Rachmawati, N. L., & Lentari, M. (2022). Penerapan metode Min-Max untuk Minimasi Stockout dan Overstock persediaan bahan baku. Jurnal INTECH Teknik Industri Universitas Serang Raya, 8(2), 143-148.
Swasono, M. A., & Prastowo, A. T. (2021). Analisis Dan Perancangan Sistem Infomasi Pengendalian Persediaan Barang. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 2(1), 134-143.
Tanjung, Z. P., Tambunan, Y. S., & Lubis, R. H. (2023). Penerapan Metode FIFO dan Metode LIFO dalam Menjaga Efektivitas Persediaan Pupuk (Studi Kasus PT. Cahaya Pelita Andhika) Kabupaten Tapanuli Tengah. Jurnal Ekonomi Bisnis dan Manajemen, 1(1), 1-8.
Aprilia, N. M., Baidlowi, I., & Dwihandoko, T. H. (2020). Analisis Perhitungan Persediaan dengan Metode First In First Out (FIFO), Last In First Out (LIFO) dan Average pada UKM Megah Sandal Mojokerto Tahun 2020 (Doctoral dissertation, Universitas Islam Majapahit).
Arief, S. N., Firdaus, V. A. H., & Prasetyo, A. (2022). Optimalisasi Pemrosesan Distributed RSA Algorithm dengan Metode Penjadwalan Proses Pada Single Board Computer Cluster. JURIKOM (Jurnal Riset Komputer), 9(1), 85-92.
Swasono, M. A., & Prastowo, A. T. (2021). Analisis Dan Perancangan Sistem Infomasi Pengendalian Persediaan Barang. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 2(1), 134-143.
