ANALISIS PREDIKSI STOK BARANG TERLARIS DENGAN ALGORITMA K-MEANS PADA PT. ASTRO TECHNOLOGIES INDONESIA

ANALISIS PREDIKSI STOK BARANG TERLARIS DENGAN ALGORITMA K-MEANS PADA PT. ASTRO TECHNOLOGIES INDONESIA

• By Diva Pripamungkas, Arya Rahmansyah Putra Tanjung;
• S1- Sistem Infomasi
• 5
• 1-275

PT. Astro Technologies Indonesia, sebuah startup yang didirikan oleh Vincent Tjendra
pada tahun 2021, memanfaatkan teknologi ini untuk menyediakan layanan belanja
retail yang cepat dan mudah melalui smartphone, dengan misi memberikan
pengalaman berbelanja terbaik bagi pelanggannya. Penelitian ini bertujuan mengatasi
permasalahan yang dihadapi PT. Astro Technologies Indonesia terkait tingginya
penjualan berbagai produk tanpa adanya identifikasi yang jelas mengenai jenis barang
paling laris. Adapun tujuan penelitian ini adalah untuk memahami faktor-faktor yang
mempengaruhi preferensi konsumen, menganalisis keterlibatan konsumen, konversi
penjualan, dampak merek dari setiap strategi pemasaran, serta memahami hubungan
antara pelanggan dengan tingkat loyalitas pelanggan. Metode penelitian menggunakan
algoritma K-Means untuk mengelompokkan data penjualan produk. Data penjualan
historis dari April hingga Mei 2024 diperoleh dari Bapak Ikbal Ramanda, Senior
Supervisor Inventory di PT. Astro Technologies Indonesia. Data diolah menggunakan
Microsoft Excel dan RapidMiner. Algoritma K-Means dipilih karena kemampuannya
menangani dataset besar dan menghasilkan cluster yang jelas. Hasil analisis
menunjukkan bahwa metode K-Means efektif dalam mengelompokkan barang
berdasarkan popularitasnya, dengan penjualan terbanyak berada pada cluster 3.
Kesimpulan penelitian ini adalah bahwa penerapan metode K-Means dapat membantu
PT. Astro Technologies Indonesia dalam menentukan barang-barang yang perlu
diprioritaskan dalam penyediaan stok, mengurangi risiko kehabisan stok barang yang
diminati, dan mengoptimalkan biaya penyimpanan. Saran untuk pengembangan lebih
lanjut meliputi pengembangan aplikasi berbasis web untuk akses data yang lebih
efisien dan penambahan kategori produk untuk meningkatkan akurasi data dan
analisis.

• Katakunci Prediksi stok, Algoritma K-Means, Data Mining, PT. Astro Technologies Indonesia.
• URL http://
• Penerbit ,

REFERENSI

Ahmad, I., Samsugi, S., & Irawan, Y. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Teknoinfo, 16(1), 46.

Amalina, T., Bima, D., Pramana, A., & Sari, B. N. (2022). Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. Jurnal Ilmiah Wahana Pendidikan, 8(15), 574–583.

Amin, F., Anggraeni, D. S., & Aini, Q. (2022). Penerapan Metode K-Means dalam Penjualan Produk Souq.Com. Applied Information System and Management (AISM), 5(1), 7–14. https://doi.org/10.15408/aism.v5i1.22534

Andi Saputra, Ashari Imamuddin, & Pria Sukamto. (2020). Rancang Bangun Aplikasi Sistem Penjualan Case Study: Pt. X. INFOTECH : Jurnal Informatika & Teknologi, 1(2), 78–86. https://doi.org/10.37373/infotech.v1i2.67

Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138

Dewi, S. P., Nurwati, N., & Rahayu, E. (2022). Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor. Building of Informatics, Technology and Science (BITS), 3(4), 639–648. https://doi.org/10.47065/bits.v3i4.1408

Equipment, C. V, Julia, I., Priyatna, B., & Hilabi, S. S. (n.d.). Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Terlaris Pada.

Handoko, S., Fauziah, F., & Handayani, E. T. E. (2020). Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering. Jurnal Ilmiah Teknologi Dan Rekayasa, 25(1), 76–88. https://doi.org/10.35760/tr.2020.v25i1.2677

Indriyani, F., & Irfiani, E. (2019). Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA : Jurnal Informatika, 7(2), 109. https://doi.org/10.30595/juita.v7i2.5529

Nicodemus Turnip, H., & Fahmi, H. (2021). Hendra Turnip, 2 Hasanul Fahmi (Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means) Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means. JIKOMSI Jurnal Ilmu Komputer Dan Sistem Informasi, 4(2), 36–41.

Novianti, D. (2019). Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner. Paradigma - Jurnal Komputer Dan Informatika, 21(1), 49–54. https://doi.org/10.31294/p.v21i1.4979

Odja, M. O., Likadja, F. J., Ina, W. T., & Pella, S. I. (2021). Penggunaan Microsoft Excel untuk Kemudahan Pengolahan Data Nilai Hasil Belajar Siswa. Jurnal Pengabdian Kepada Masyarakat Undana, 15(2), 22–29. https://doi.org/10.35508/jpkmlppm.v15i2.6052

Pemrograman, A. D. A. N. (2020). Pseudocode. Definitions. https://doi.org/10.32388/tf77dy

Purnama, C., Witanti, W., & Nurul Sabrina, P. (2022). Klasterisasi Penjualan Pakaian untuk Meningkatkan Strategi Penjualan Barang Menggunakan K-Means. Journal of Information Technology, 4(1), 35–38. https://doi.org/10.47292/joint.v4i1.79

Sunyoto, D., & Mulyono, A. (2022). Manajemen Bisnis Retail. Suparyanto Dan Rosad, 5(3), 248–253.

Syukron Nawawi, M., Sembiring, F., & Erfina, A. (2021). Implementasi Algoritma K-Means Clustering Menggunakan Orange Untuk Penentuan Produk Busana Muslim Terlaris. Program Studi Teknik Informatika-Universitas Pgri Madiun, 789–797.

Yudhistira, A., & Andika, R. (2023). Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering. 1(1), 20–28.

Yusuf, M., Sutrisno, S., Putri, P. A. N., Asir, M., & Cakranegara, P. A. (2022). Prospek Penggunaan E-Commerce Terhadap Profitabilitas Dan Kemudahan Pelayanan Konsumen: Literature Review. Jurnal Darma Agung, 30(3), 505. https://doi.org/10.46930/ojsuda.v30i3.2268

Ahmad, I., Samsugi, S., & Irawan, Y. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Teknoinfo, 16(1), 46.

Amalina, T., Bima, D., Pramana, A., & Sari, B. N. (2022). Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. Jurnal Ilmiah Wahana Pendidikan, 8(15), 574–583.

Amin, F., Anggraeni, D. S., & Aini, Q. (2022). Penerapan Metode K-Means dalam Penjualan Produk Souq.Com. Applied Information System and Management (AISM), 5(1), 7–14. https://doi.org/10.15408/aism.v5i1.22534

Andi Saputra, Ashari Imamuddin, & Pria Sukamto. (2020). Rancang Bangun Aplikasi Sistem Penjualan Case Study: Pt. X. INFOTECH : Jurnal Informatika & Teknologi, 1(2), 78–86. https://doi.org/10.37373/infotech.v1i2.67

Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138

Dewi, S. P., Nurwati, N., & Rahayu, E. (2022). Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor. Building of Informatics, Technology and Science (BITS), 3(4), 639–648. https://doi.org/10.47065/bits.v3i4.1408

Equipment, C. V, Julia, I., Priyatna, B., & Hilabi, S. S. (n.d.). Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Terlaris Pada.

Handoko, S., Fauziah, F., & Handayani, E. T. E. (2020). Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering. Jurnal Ilmiah Teknologi Dan Rekayasa, 25(1), 76–88. https://doi.org/10.35760/tr.2020.v25i1.2677

Indriyani, F., & Irfiani, E. (2019). Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA : Jurnal Informatika, 7(2), 109. https://doi.org/10.30595/juita.v7i2.5529

Nicodemus Turnip, H., & Fahmi, H. (2021). Hendra Turnip, 2 Hasanul Fahmi (Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means) Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means. JIKOMSI Jurnal Ilmu Komputer Dan Sistem Informasi, 4(2), 36–41.

Novianti, D. (2019). Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner. Paradigma - Jurnal Komputer Dan Informatika, 21(1), 49–54. https://doi.org/10.31294/p.v21i1.4979

Odja, M. O., Likadja, F. J., Ina, W. T., & Pella, S. I. (2021). Penggunaan Microsoft Excel untuk Kemudahan Pengolahan Data Nilai Hasil Belajar Siswa. Jurnal Pengabdian Kepada Masyarakat Undana, 15(2), 22–29. https://doi.org/10.35508/jpkmlppm.v15i2.6052

Pemrograman, A. D. A. N. (2020). Pseudocode. Definitions. https://doi.org/10.32388/tf77dy

Purnama, C., Witanti, W., & Nurul Sabrina, P. (2022). Klasterisasi Penjualan Pakaian untuk Meningkatkan Strategi Penjualan Barang Menggunakan K-Means. Journal of Information Technology, 4(1), 35–38. https://doi.org/10.47292/joint.v4i1.79

Sunyoto, D., & Mulyono, A. (2022). Manajemen Bisnis Retail. Suparyanto Dan Rosad, 5(3), 248–253.

Syukron Nawawi, M., Sembiring, F., & Erfina, A. (2021). Implementasi Algoritma K-Means Clustering Menggunakan Orange Untuk Penentuan Produk Busana Muslim Terlaris. Program Studi Teknik Informatika-Universitas Pgri Madiun, 789–797.

Yudhistira, A., & Andika, R. (2023). Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering. 1(1), 20–28.

Yusuf, M., Sutrisno, S., Putri, P. A. N., Asir, M., & Cakranegara, P. A. (2022). Prospek Penggunaan E-Commerce Terhadap Profitabilitas Dan Kemudahan Pelayanan Konsumen: Literature Review. Jurnal Darma Agung, 30(3), 505. https://doi.org/10.46930/ojsuda.v30i3.2268