<![CDATA[This research is based on the problems of PT. AUTOMOTIVE 1 which is having difficulty monitoring products that consumers are interested in. The research aims to group buyer data using the K-Means algorithm. This research uses transaction data at PT. AUTOMOTIVE 1 during January 2016, with a total of 30 valid transaction records. The analysis process involves using the K-Means algorithm to group transaction data into three clusters, namely: the most popular cluster, the least popular cluster, and the least popular cluster. This research provides valuable insight for PT. AUTOMOTIVE 1 in developing their marketing strategy and inventory management. Applying the clustering method using the K-Means algorithm can help companies optimize their marketing strategy and inventory management.Keywords: Clustering Analysis; K-Means; Purchase; Marketing strategy; Transaction Data AbstrakPenelitian ini didasarkan pada permasalahan PT. OTOMOTIF 1 yang mengalami kesulitan dalam memantau produk yang diminati konsumen. Penelitian bertujuan untuk mengelompokkan data pembelian menggunakan algoritma K-Means. Penelitian ini menggunakan data transaksi pada PT. OTOMOTIF 1 selama Januari 2016, dengan total 30 rekaman transaksi yang valid. Proses analisis melibatkan penggunaan algoritma K-Means untuk mengelompokkan data transaksi menjadi tiga klaster, yaitu: klaster yang paling diminati, klaster yang sedikit diminati, dan klaster yang kurang diminati. Penelitian ini memberikan wawasan yang berharga bagi PT. OTOMOTIF 1 dalam mengembangkan strategi pemasaran dan manajemen persediaan barang mereka. Penerapan metode clustering dengan menggunakan algoritma K-Means dapat membantu perusahaan mengoptimalkan strategi pemasaran dan manajemen persediaan barang mereka. ]]>
Copyrights © 2024
