Penerapan Metode K-Means Dalam Penjualan Sparepart Motor Pada CV. Solid Mitra Cemerlang

Abstract

Persaingan dalam bidang penjualan sparepart motor menuntut perusahaan untuk mampu mengelola data penjualan secara efektif dan efisien. Penelitian ini dilakukan pada CV. Solid Mitra Cemerlang yang mengalami kesulitan dalam mengidentifikasi produk yang paling diminati serta menentukan strategi pengelolaan stok yang optimal. Untuk mengatasi hal tersebut, diterapkan metode K-Means Clustering guna mengelompokkan data penjualan berdasarkan variabel stok awal, penerimaan, persediaan, dan sisa stok pada periode 2023–2024. Data yang diperoleh untuk proses Analisa adalah 180 data penjualan, namun dalam proses implementasi metode K-Means menggunakan data 40 data. Hasil penelitian menunjukkan bahwa metode K-Means berhasil membentuk tiga cluster utama, yaitu produk dengan tingkat penjualan tinggi, sedang, dan rendah, di mana Cluster 1 berisi produk sangat laris terdiri 22 produk seperti Oil Seal Sokar, Spool Lampu, dan Repairkit Carb, Cluster 2 berisi produk cukup laris terdiri 9 produk, serta Cluster 3 berisi produk jarang dibeli terdiri 9 produk. Tingkat akurasi sistem adalah 85% cukup tinggi untuk aplikasi data mining berbasis K-Means. Penerapan sistem berbasis web menggunakan PHP dan MySQL mempermudah analisis data, mempercepat proses pelaporan, serta membantu manajemen dalam mengambil keputusan terkait strategi stok, promosi, dan pembelian ulang. Manfaat penelitian ini adalah membantu perusahaan dalam meningkatkan efisiensi operasional, mengoptimalkan ketersediaan barang, serta menyediakan informasi penjualan yang akurat sebagai dasar perencanaan bisnis yang lebih cerdas.