ANALISIS ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN POLA PENJUALAN

Perkembangan industri roti menuntut pengelolaan data penjualan yang efektif untuk mendukung pengambilan keputusan. Perdana Bakery di Kota Medan masih menggunakan pencatatan manual sehingga kesulitan menganalisis pola penjualan. Penelitian ini bertujuan untuk mengelompokkan pola penjualan roti dengan menerapkan algoritma K-Means Clustering. Data penjualan sekunder yang mencakup jenis roti, wilayah distribusi, total penjualan, dan rata-rata penjualan diproses melalui tahap preprocessing, penentuan jumlah klaster menggunakan metode Elbow, penerapan K-Means, dan evaluasi menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa data penjualan dapat dikelompokkan menjadi tiga klaster yang merepresentasikan pola penjualan rendah, sedang, dan tinggi berdasarkan jenis roti dan wilayah distribusi. Evaluasi DBI menghasilkan nilai ? 1, menunjukkan kualitas klasterisasi yang baik. Temuan ini dapat dijadikan dasar bagi manajemen Perdana Bakery dalam menyusun strategi produksi dan distribusi yang lebih efisien dan berbasis data.