<![CDATA[Industri fashion, khususnya toko distro, menghadapi persaingan yang semakin ketat sehingga kualitas dan inovasi produk menjadi faktor utama dalam mempertahankan daya saing. Salah satu tantangan yang sering muncul adalah minimnya pemanfaatan data transaksi penjualan sebagai sumber informasi strategis dalam menilai performa produk. Penelitian ini membahas pengelompokan produk berdasarkan performa penjualan menggunakan teknik data mining serta membandingkan efektivitas dua metode clustering, yaitu K-Means dan Hierarchical Agglomerative Clustering. Data yang digunakan berasal dari transaksi penjualan Toko Distro Sextors, dengan tahapan meliputi praproses data, penerapan algoritma clustering, dan evaluasi hasil menggunakan metrik silhouette score. Tujuan penelitian adalah mengidentifikasi kelompok produk dengan performa tinggi, margin keuntungan optimal, serta tingkat penerimaan pasar yang baik, sekaligus menentukan metode clustering yang paling sesuai. Hasil analisis menunjukkan bahwa algoritma K-Means menghasilkan 4 klaster, sedangkan Hierarchical Agglomerative Clustering menghasilkan 3 klaster. Perbedaan jumlah dan karakteristik klaster dari kedua algoritma memberikan gambaran mengenai variasi pola penjualan produk. Temuan ini diharapkan dapat memberikan rekomendasi praktis bagi pelaku UMKM untuk mengambil keputusan berbasis data, sehingga strategi bisnis dapat lebih tepat sasaran dan meningkatkan daya saing produk di pasar.]]>
Copyrights © 2026
