<![CDATA[Pertumbuhan aktivitas e-commerce menghasilkan log transaksi dalam jumlah besar yang menyimpan informasi penting untuk mendukung pengambilan keputusan pada manajemen stok. Pengolahan data dalam skala besar memerlukan teknologi yang mampu melakukan pemrosesan secara efisien sehingga pola transaksi dan tren penjualan dapat dianalisis secara optimal. Penelitian ini bertujuan menganalisis log transaksi e-commerce menggunakan Apache Spark guna menghasilkan informasi yang mendukung optimasi manajemen stok. Dataset yang digunakan terdiri atas 17.768 transaksi valid periode 2023–2025. Analisis dilakukan dengan pendekatan batch processing menggunakan Apache Spark 4.1.1 dan Python 3.10.11 melalui tahapan pra-pemrosesan data, analisis deskriptif, analisis tren penjualan, serta analisis frekuensi penjualan produk. Hasil penelitian menunjukkan bahwa distribusi nilai transaksi bersifat right-skewed dengan rata-rata nilai transaksi sebesar Rp58.844 dan nilai maksimum melebihi Rp3.400.000. Analisis tren penjualan memperlihatkan peningkatan aktivitas transaksi pada pertengahan hingga akhir tahun 2024, sedangkan analisis frekuensi penjualan menunjukkan seluruh kategori produk memiliki tingkat perputaran yang tinggi sehingga diklasifikasikan sebagai fast moving. Temuan tersebut menunjukkan bahwa Apache Spark mampu mengolah data transaksi berskala besar secara efisien serta menghasilkan informasi yang dapat dimanfaatkan sebagai dasar penyusunan strategi manajemen stok yang lebih tepat dan berbasis data.]]>
