Klasterisasi Wilayah Penjualan Pada Toko Roni Menggunakan K-Means

  • Ermala Handayani Universitas Teknokrat Indonesia
  • Nirwana Hendrastuty Universitas Teknokrat Indonesia
DOI: https://doi.org/10.37424/informasi.v17i1.392
Keywords: K-Means, Klasterisasi, Wilayah Penjualan, Data Mining, Elbow Method

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah pelanggan toko Roni berdasarkan intensitas pembelian menggunakan algoritma K-Means Clustering. Taha- pan penelitian meliputi pengumpulan data, pra-pemrosesan, pelabelan data, ekstraksi fitur, pemodelan implementasi, pengujian hingga evaluasi. Data yang digunakan sebanyak 4.999 transaksi penjualan yang terjadi selama Maret hingga April 2022, dan terdiri dari 43 atribut, namun hanya atribut Kota Penerima dan Jumlah Barang yang dianalisis. Setelah melalui tahap normalisasi dan penghapusan missing values, data dibagi menjadi tiga klaster berdasarkan metode Elbow yang menunjukkan titik optimum pada k=3, proses klasterisasi dilakukan menggunakan algoritma K-Means dengan valuasi berdasarkan nilai SSE (Sum of Squared Errors), yang menunjukkan total 0.1137.

Hasil penelitian menunjukkan bahwa wilayah dapat dikelompokkan menjadi tiga kate- gori: rendah, sedang, dan tinggi berdasarkan jumlah transaksi. Klaster dengan aktivitas pembelian tertinggi direkomendasikan sebagai target utama untuk strategi promosi toko. Hasil ini membuktikan bahwa algoritma K-Means dapat secara efektif digunakan dalam analisis segmentasi wilayah berbasis data transaksi pelanggan.

References

Agustiar, F. D., Sari, B. N., & Maulana, I. (2025). Penerapan data mining untuk pengelompokan produk penjualan menggunakan algoritma K-Means (studi ka- sus Toko Agung Makmur Jaya). JATI: Jurnal Mahasiswa Teknik Informatika, 9(1), 1–12. https://doi.org/10.36040/jati.v9i1.12178

Almaripat, M., Faqih, A., & Rinaldy, A. R. (2024). Sales data clustering analysis us- ing K-Means method for marketing strategy development. Journal of Artificial Intelligence and Engineering Applications (JAIEA), 4(2), 1–11. https://doi.org/10.59934/jaiea.v4i2.792

Alvianatinova, V., Ali, I., Rahaningsih, N., & Bahtiar, A. (2024). Penerapan algo- ritma K-Means clustering dalam pengelompokan data penjualan supermarket berdasarkan cabang. JATI: Jurnal Mahasiswa Teknik Informatika, 8(2), 1–12. https://doi.org/10.36040/jati.v8i2.8993

Ardana, C. H., Khoyum, A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan metode K-Means clustering. JISKA: Jurnal In- formatika Sunan Kalijaga, 9(1), 1–9. https://doi.org/10.14421/jiska.2024.9.1.1-

Bui, M. A., & Bahtiar, A. (2024). Implementasi metode algoritma K-Means cluster- ing untuk mengelompokkan transaksi penjualan barang di Toko Arino. JATI: Jurnal Mahasiswa Teknik Informatika, 8(2), 1–10. https://doi.org/10.36040/jati.v8i2.8975

Damayanti, N. A., & Widodo, A. (2021). Analisis segmentasi pelanggan berdasar- kan data transaksi menggunakan metode K-Means clustering. Jurnal Pengem- bangan Teknologi Informasi dan Ilmu Komputer, 5(10), 3892–3898.

https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10929

Marlina, D., Putri, N. F., Fernando, A., & Ramadhan, A. (2018). Implementasi algo- ritma K-Medoids dan K-Means untuk pengelompokkan wilayah sebaran cacat pada anak. CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi In- formasi, 4(2), 64–71. https://doi.org/10.24014/coreit.v4i2.4498. moraref.kemenag.go.idejurnal.seminar- id.com+3informatika.universitasdumai.ac.id+3journal.irpi.or.id+3ejournal.uin- suska.ac.id

Gantara, N. P., & Ali, I. (2023). Penerapan metode K-Means clustering pada penjualan barang di Sports Station. E-Link: Jurnal Teknik Elektro dan In- formatika, 18(1), 28–39. https://doi.org/10.30587/e-link.v18i1.5339

Harjono, S. W., Utami, N. W., & Putri, I. G. A. P. D. (2023). Klasterisasi tingkat penjualan pada startup Panak.id dengan algoritma K-Means. Jurnal Ilmiah Teknologi Informasi Asia, 17(1), 55–66. https://doi.org/10.32815/jitika.v17i1.888

Hendrastuty, N. (2024). Penerapan data mining menggunakan algoritma K-Means clustering dalam evaluasi hasil pembelajaran siswa. JIMA-ILKOM: Jurnal Ilmiah Informatika dan Ilmu Komputer, 3(1), 1–7. https://doi.org/10.58602/jima-ilkom.v3i1.26

Indriyani, F., & Irfiani, E. (2023). Clustering data penjualan pada toko perlengkapan outdoor menggunakan metode K-Means. JUITA: Jurnal Informatika, 7(2), 112–122. https://doi.org/10.30595/juita.v7i2.5529

Melisa, S., Defit, S., & Sovia, R. (2025). Penerapan algoritma K-Means clustering untuk optimalisasi persediaan liquid vape berdasarkan data penjualan. Jurnal KomtekInfo, 12(1), 38–45. https://doi.org/10.35134/komtekinfo.v12i1.620

Nuryaman, Y., Sudarsono, B., Faddillah, U., & Asistyasari, A. (2023). Klasifikasi data penjualan menggunakan algoritma K-Means dan Analytic Hierarchy Process. Jurnal Ladang Artikel Ilmu Komputer (LARIK), 2(1), 1–10. https://doi.org/10.31294/larik.v2i1.1371

Prasetyo, E., & Wibowo, F. W. (2022). Klasterisasi data pelanggan menggunakan algoritma K-Means untuk strategi pemasaran produk. Jurnal Ilmu Komputer dan Informatika (JIKI), 6(1), 55–62. https://doi.org/10.30865/jiki.v6i1.3461

Putra, B. Y., Azzahra, F. Y., & Erlanda, I. A. (2023). Klasterisasi pengunjung mall menggunakan algoritma K-Means berdasarkan pendapatan dan pengeluaran. Jurnal Informatika dan Teknik Elektro Terapan, 11(3 s1), 1–12. https://doi.org/10.23960/jitet.v11i3s1.3392

Rahmawati, R., Prihartono, W., & Fathurrohman. (2025). Optimasi stok dengan clustering data transaksi penjualan menggunakan algoritma K-Means di Konter Agung Cell. Jurnal Informatika dan Teknik Elektro Terapan, 13(2), 622–630. https://doi.org/10.23960/jitet.v13i2.6302

Sandova, F., Kurniawan, R., & Supratati, T. (2024). Penerapan data mining menggunakan metode K-Means clustering pada penjualan tas di Asia Toserba Cirebon. JATI: Jurnal Mahasiswa Teknik Informatika, 8(1), 1–12. https://doi.org/10.36040/jati.v8i1.8330

Septianto, M. A., Faqih, A., & Rinaldi, A. R. (2025). Klasterisasi data produksi per- tanian di Kabupaten Cirebon dengan algoritma K-Means. Jurnal Informatika dan Teknik Elektro Terapan, 13(2), 260–269. https://doi.org/10.23960/jitet.v13i2.6174

Valentina, M. F., Guntari, P. S., Jofilla, S., Gani, A., Ramadon, E. T., Albarra, M. A., & Pujianto. (2025). Penerapan algoritma K-Means clustering untuk ana- lisis pola penjualan toko kue dengan RapidMiner. Jurnal Mahasiswa Ilmu Komputer, 6(1), 1–10. https://doi.org/10.24127/ilmukomputer.v6i1.7768

Widad, R., & Fatah, Z. (2025). Penerapan algoritma K-Means clustering pada penjualan produk skincare. Jamastika: Jurnal Mahasiswa Teknik Informatika, 4(1), 1–11. https://doi.org/10.35473/jamastika.v4i1.3611

Widianto, W., Zakaria, M. R., & Irvan. (2025). Penerapan data mining untuk klas- terisasi data anggaran pendapatan dan belanja daerah menggunakan algoritma K-Means. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi, 9(2), 622–630. https://doi.org/10.35870/jtik.v9i2.3425

Published
2025-07-01
Issue
Vol 17 No 1 (2025): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Section
Articles

Copyright (c) 2025 INFORMASI (Jurnal Informatika dan Sistem Informasi)

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Tanggunjawab Penulis

  1. Penulis menyajikan artikel  penelitian atau hasil pemikiran secara jelas, jujur, dan tanpa plagiarisme.
  2. Penulis harus menunjukkan rujukan dari pendapat dan karya orang lain yang dikutip.
  3. Penulis bertanggungjawab atas konfirmasi yang diajukan atas artikel yang telah ditulis.
  4. Penulis harus menulis artikel secara etis, jujur, dan bertanggungjawab, sesuai dengan peraturan penulisan ilmiah yang berlaku.
  5. Penulis tidak keberatan jika artikel mengalami penyuntingan tanpa mengubah substansi