<![CDATA[UMKM memiliki peran penting dalam perekonomian Indonesia, terutama dalam meningkatkan lapangan kerja dan Produk Domestik Bruto (PDB). Dengan berkembangnya digitalisasi, banyak pelaku UMKM memasarkan produknya secara online. Namun, banyaknya data transaksi yang dihasilkan memerlukan analisis untuk mengoptimalkan strategi penjualan. Penelitian ini bertujuan untuk mengelompokkan produk UMKM berdasarkan karakteristik penjualan online menggunakan algoritma K-Means. Dataset yang digunakan diperoleh dari E-Commerce Shopee dan mencakup 30 produk dengan fitur harga, jumlah terjual, dan rating. Data diolah melalui tahap normalisasi Min-Max dan proses clustering dengan jumlah cluster sebanyak tiga. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan produk ke dalam tiga klaster: produk dengan penjualan tinggi, sedang, dan rendah (outlier). Klaster ini memberikan gambaran performa penjualan dan membantu UMKM dalam merumuskan strategi yang lebih tepat, seperti fokus pada produk unggulan atau evaluasi produk berpenjualan rendah. Untuk menilai kualitas pengelompokan, dilakukan evaluasi menggunakan metode Silhouette Coefficient yang menghasilkan nilai rata-rata sebesar 0,443. Nilai ini menunjukkan bahwa hasil clustering sudah cukup baik dan mampu memisahkan data dengan cukup jelas antar kelompok. Kesimpulan dari penelitian ini menunjukkan bahwa metode clustering dengan K-Means dapat digunakan sebagai alat analisis efektif untuk mendukung pengambilan keputusan bisnis UMKM secara digital. Dengan pendekatan ini, UMKM diharapkan dapat meningkatkan daya saing dan keberlanjutan usahanya di era ekonomi digital.]]>
Copyrights © 2025
