Implementation of Data Mining to Determine Inventory at Mahkota Mart Using K-Means
DOI:
https://doi.org/10.33998/jakakom.2026.6.1.2404Keywords:
Ketidak Sesuaian Stok, Pengelolaan Stok, Data Mining, K-Means Clustering, Rapid MinerAbstract
Mahkota Mart is experiencing stock management problems. This minimarket often encounters mismatches between available stock and sales levels, leading to either shortages or excess inventory. To address this issue, data mining techniques using the K-Means Clustering method are needed to group sales data based on similar product characteristics, thereby facilitating more efficient stock management. The results of this research, processed using tools such as RapidMiner, show that the items in Mahkota Mart can be grouped into three clusters: Cluster 0 includes 61 items (21.40%), categorized as highly in-demand items; Cluster 1 includes 218 items (76.49%), categorized as moderately in-demand items; and Cluster 2 includes 6 items (2.11%), categorized as non-selling items. It is recommended to always replenish the stock of items in Cluster 0. For items in Cluster 1, stock should be added, but in smaller quantities than for Cluster 0. Items in Cluster 2 are recommended not to be restocked to avoid accumulation.
Downloads
References
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.
