Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Gregorius Sabian Aswendro
Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Means Pada Sistem Pengelompokan Data Penjualan Retail Berbasis Web Gregorius Sabian Aswendro; Medhika Heri Prasetyo; Tiyas Styaningrum; Anindyar Bintang Rahma Esa
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan data penjualan retail secara manual membutuhkan waktu yang lama dan rentan terhadap kesalahan interpretasi, terutama dalam memahami pola pembelian konsumen. Penelitian ini bertujuan untuk membangun sistem berbasis web yang mampu mengelompokkan data penjualan retail secara otomatis menggunakan algoritma K-Means Clustering berdasarkan karakteristik transaksi, meliputi jumlah barang, harga satuan, total nilai transaksi, kategori produk, lokasi transaksi, dan metode pembayaran. Dataset yang digunakan adalah data transaksi penjualan retail yang bersumber dari Kaggle, terdiri dari 12.575 baris data transaksi yang mencakup periode Januari 2022 hingga Januari 2025. Tahapan penelitian meliputi pengumpulan data, praproses data (data cleaning) untuk menangani 7.229 nilai kosong, seleksi dan encoding fitur transaksi, penentuan jumlah cluster optimal menggunakan elbow method, serta penerapan algoritma K-Means. Sistem diimplementasikan dalam bentuk aplikasi web yang menyediakan fitur unggah data, pembersihan data otomatis, proses clustering, dan visualisasi hasil berupa scatter plot serta profil tiap cluster. Hasil clustering membagi transaksi ke dalam dua kelompok, yaitu pembeli hemat, dan pembeli bernilai tinggi, yang masing-masing memiliki karakteristik pola pembelian yang berbeda. Evaluasi model menggunakan silhouette score dan Davies-Bouldin index menunjukkan bahwa pengelompokan yang terbentuk cukup baik untuk diinterpretasikan secara bisnis. Sistem ini diharapkan dapat membantu pengelola toko retail dalam mengambil keputusan bisnis yang lebih tepat sasaran berdasarkan pola pembelian yang dihasilkan.
Co-Authors Anindyar Bintang Rahma Esa Medhika Heri Prasetyo Tiyas Styaningrum