<![CDATA[PT Berkah Group, yang bergerak di bidang manufaktur, menghadapi tantangan dalam mengelola inventori sparepart dengan ribuan item yang memiliki karakteristik permintaan berbeda. Pengelolaan inventori masih dilakukan secara konvensional, mengandalkan pengalaman staf gudang, yang menyebabkan ketidakakuratan dalam perkiraan kebutuhan sparepart, seperti stockout atau overstock. Hal ini mengakibatkan gangguan produksi dan biaya penyimpanan yang tinggi. Oleh karena itu, dibutuhkan metode yang sistematis, seperti algoritma K-Means clustering, untuk mengelompokkan sparepart berdasarkan pola permintaan dan karakteristiknya, sehingga dapat mengoptimalkan manajemen inventori, mengurangi risiko stockout, dan efisiensi biaya penyimpanan. Penelitian ini mengimplementasikan algoritma K-Means untuk menganalisis kebutuhan sparepart di PT Berkah Group berdasarkan data historis permintaan dan penggunaan komponen. Menggunakan data penjualan dan stok sparepart selama periode 2022-2023, penelitian berhasil mengelompokkan sparepart ke dalam cluster berdasarkan frekuensi permintaan dan tingkat urgensinya. Hasil clustering membantu perusahaan mengoptimalkan manajemen inventori dengan mengidentifikasi komponen fast-moving dan slow-moving, sehingga dapat meningkatkan efisiensi pengadaan dan penyimpanan sparepart.]]>
Copyrights © 2025
