<![CDATA[Penelitian ini bertujuan untuk menganalisis dan mengelompokkan tingkat kelarisan stok barang pada Toko Bangunan (TB) Rifky agar dapat memberikan informasi yang berguna bagi pemilik usaha dalam pengambilan keputusan terkait pengelolaan persediaan dan strategi penjualan. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means, yaitu salah satu metode klasterisasi dalam data mining yang bekerja dengan membagi data ke dalam beberapa kelompok (cluster) berdasarkan tingkat kemiripan antar data. Hasil pengelompokan menghasilkan dua kategori utama, yaitu kelompok barang laris yang terdiri dari Kawat Beton, Kaca, Kuas Cat, dan Kerikil/Split, serta kelompok barang tidak laris yang mencakup Semen, Pasir, Batu Bata, Besi Beton, Kayu, Keramik, dan berbagai bahan bangunan lainnya. Informasi yang diperoleh dari hasil analisis ini diharapkan dapat membantu pemilik TB Rifky dalam mengambil keputusan strategis terkait pengelolaan stok dan peningkatan penjualan. Keterbatasan penelitian ini terletak pada jumlah centroid yang digunakan, yaitu hanya dua (C1 untuk barang laris dan C2 untuk barang tidak laris), sehingga variasi informasi yang dihasilkan masih terbatas.]]>
Copyrights © 2025
