<![CDATA[Penelitian ini mengkaji penerapan algoritma K-means clustering pada data penjualan kain Sasirangan di UMKM "Sasirangan Bunda Maburai". Permasalahan utama yang dihadapi UMKM adalah manajemen persediaan yang kurang efektif serta kesulitan mengidentifikasi preferensi konsumen, sehingga berisiko terjadi penumpukan stok produk yang kurang diminati. Tujuan penelitian ini adalah menganalisis efisiensi penggunaan algoritma K-means clustering untuk mengelompokkan produk kain Sasirangan berdasarkan pola penjualan dan preferensi konsumen. Metode penelitian menggunakan pendekatan KDD (Knowledge Discovery in Databases) dengan melakukan pengolahan data penjualan dari Januari 2020 hingga Juli 2024, pembersihan data, transformasi, dan implementasi K-means clustering. Hasil penelitian menunjukkan bahwa dari enam kombinasi variabel yang diuji, kombinasi jenis kain-motif memiliki performa clustering terbaik dengan silhouette score 0,65 dan 3 cluster optimal, diikuti oleh kombinasi warna dasar-warna motif dengan silhouette score 0,63. Implementasi K-means clustering ini memberikan landasan bagi UMKM untuk mengoptimalkan manajemen persediaan, meningkatkan efisiensi produksi, dan memaksimalkan kepuasan konsumen sesuai dengan preferensi pasar.]]>
