<![CDATA[Pencatatan keuangan yang efektif sangat penting bagi kelangsungan usaha, terutama pada PA.Zadma. Sistem manual yang saat ini digunakan PA.Zadma memiliki berbagai kelemahan, seperti rentan terhadap kesalahan pencatatan, lambat, dan sulit untuk menganalisis data dalam jangka panjang. Untuk mengatasi permasalahan ini, penelitian ini bertujuan merancang sistem informasi pencatatan keuangan berbasis algoritma K-Means Clustering. Sistem ini dirancang untuk meningkatkan efisiensi pengelolaan data transaksi dan mendukung pengambilan keputusan berbasis data. Penelitian ini menggunakan pendekatan eksperimental dengan tahapan seleksi data, preprocessing, transformasi data, analisis regresi linier, penerapan algoritma K-Means, dan evaluasi hasil. Data transaksi harian yang dikumpulkan dari observasi dan wawancara diolah menggunakan algoritma clustering untuk mengelompokkan data berdasarkan pola seperti kategori produk dan tingkat pendistribusian. Proses evaluasi dilakukan dengan metode silhouette scores untuk memastikan kualitas cluster. Hasil dari penelitian ini diharapkan mampu memberikan solusi praktis untuk meningkatkan efisiensi pencatatan transaksi harian, analisis stok barang, dan pembuatan laporan keuangan secara real-time. Dengan implementasi sistem ini, PA.Zadma dapat lebih adaptif terhadap perkembangan teknologi, mendukung pengambilan keputusan yang lebih baik, dan meningkatkan daya saing di pasar. Kata kunci: Sistem Informasi, K-Means Clustering , Pencatatan Keuangan, Analisis Data.]]>
