<![CDATA[Departemen cutting adalah bagian dari proses produksi yang ada di perusahaan industri garment. Departemen ini juga menjadi salah satu ujung tombak tahap ke-4 awal produksi pada industri garment. Namun di dalam departemen ini masih terdapat beberapa permasalahan terutama dalam pengolahan dan manajemen data. Penelitian ini membahas tentang analisis algoritma dengan metode clustering K-means pada data spreading report departemen cutting PT. Busana Indah Global . Sumber data dalam penelitian ini adalah data spreading report salah satu buyer brand yang sedang melakukan proses produksi di PT. Busana Indah Global yaitu data spreading H&M Mapple Flare Leggings season 3. Data diolah menggunakan metode K-means dengan melakukan clustering yang terbagi kedalam 3 cluster yaitu cluster fabric cutting tertinggi, cluster fabric cutting sedang/pertengahan dan cluster fabric cutting terendah. Proses olah data dilakukan dengan menggunakan Microsoft Excel dan software RapidMiner. Hasil yang diperoleh dari metode K-means yang diimplementasikan ke dalam RapidMiner memiliki nilai yang sama dengan yang diolah dalam Microsoft Excel yaitu menghasilkan 1 fabric cutting kategori cluster spreading tertinggi , 13 fabric cutting kategori cluster spreading sedang dan 7 fabric cutting kategori cluster spreading terendah. Hasil dari penelitian ini diharapkan dapat dijadikan tumpuan untuk pihak admin departemen cutting PT. Busana Indah Global sebagai laporan ketika buyer dan audit membutuhkan data spreading report produksi fabric cutting jumlah tertinggi ataupun rendah dengan tujuan agar produksi cutting lebih baik kedepannya.]]>
