Implementasi Algoritma K-Means dalam Klasterisasi Penjualan Lauk Masakan Padang
Abstract
Culinary development in Indonesia is very rapid, increasing competition among culinary entrepreneurs. Side dish sales at RM Takana Juo are problematic in stock management due to lack of understanding of sales patterns. This research proposes the use of K-Means algorithm to cluster side dish sales based on parameters that focus on initial stock and number sold. This research begins with the collection of side dish sales datasets, determination of the optimal number of clusters, and application of the K-Means algorithm to group side dishes into two clusters: side dish clusters with higher initial stock and sales and side dish clusters with relatively low initial stock and sales. The results showed that the sales of 20 Padang cuisine side dishes at RM Takana Juo were successfully grouped into the two clusters. The validation of the method's performance showed an average Silhouette Score value of 0.57 which indicates that the K-Means algorithm successfully clustered the data quite well. This research contributes specifically in planning the procurement of Padang cuisine side dishes in organizing daily stock to reduce waste.
Keywords: Clusterization; K-Means; Side Dish Sales; Padang Cuisine; Sales Pattern
Abstrak
Perkembangan kuliner di Indonesia sangat pesat sehingga meningkatkan persaingan antar pengusaha kuliner. Penjualan lauk di RM Takana Juo bermasalah dalam pengelolaan stok karena kurangnya pemahaman pola penjualan. Penelitian ini mengusulkan penggunaan algoritma K-Means untuk mengelompokkan penjualan lauk berdasarkan parameter yang fokus pada stok awal dan jumlah terjual. Penelitian ini dimulai dengan pengumpulan dataset penjualan lauk, penentuan jumlah klaster optimal, dan penerapan algoritma K-Means untuk mengelompokkan lauk ke dalam dua klaster yaitu klaster lauk dengan stok awal dan penjualan yang lebih tinggi dan klaster lauk dengan stok awal dan penjualan yang relatif rendah. Hasil penelitian menunjukkan bahwa penjualan 20 lauk masakan Padang di RM Takana Juo berhasil dikelompokkan ke dalam dua klaster tersebut. Validasi kinerja metode menunjukkan nilai rata-rata Silhouette Score sebesar 0.57 yang mengindikasikan bahwa algoritma K-Means berhasil mengelompokkan data dengan cukup baik. Penelitian ini berkontribusi spesifik dalam merencanakan pengadaan lauk masakan Padang dalam mengatur stok harian untuk mengurangi pemborosan.
Kata kunci: Klasterisasi; K-Means; Penjualan Lauk; Masakan Padang; Pola Penjualan
References
R. Andriyanty, M. Aras, S. N. Afuani, dan A. Nurfallah, “Strategi Pengembangan Bisnis Rumah Makan Padang Di Sekitar Lingkar Kampus IBI Kosgoro 1957,” Mediastima, vol. 26, no. 1, hal. 18–39, 2020, doi: 10.55122/mediastima.v26i1.1.
A. Herdiansah, Y. Sugiyani, dan R. S. Septarini, “Penerapan Pembelajaran E-Bisnis Siswa Pkbm Paja Mandiri Pada Pembuatan Prototipe Sistem Rumah Makan Masakan Padang Kutabumi,” JIKA (Jurnal Inform., vol. 4, no. 2, hal. 39, 2020, doi: 10.31000/jika.v4i2.2621.
A. N. Manalu dan A. S. Setiawan, “Analisis Rantai Pasok Terhadap Penentuan Harga Jual Rumah Makan Padang Di Sukarami,” Pros. Natl. Semin. Account. UKMC, vol. 1, no. 1, hal. 279–285, 2022, [Daring]. Tersedia pada: https://journal.ukmc.ac.id/index. php/pnsoa/article/view/599.
Y. Wardi, A. Abror, dan O. Trinanda, “Service Excellent Rumah Makan Padang Dalam Perspektif Wisata Islami,” Int. J. Community Serv. Learn., vol. 3, no. 3, hal. 133–137, 2019, doi: 10.23887/ijcsl.v3i3.15916.
D. E. Putri dan E. P. W. Mandala, “Implementasi Algoritma FP-Growth Untuk Menemukan Pola Frekuensi Pembelian Lauk Pada Rumah Makan Takana Juo,” Media Inform. Budidarma, vol. 5, no. 1, hal. 242–250, 2021, doi: 10.30865/mib.v5i1.2643.
H. Al Rasyid, B. F. K. Soebari, dan D. S. Y. Kartika, “Implementasi Algoritma K-Means Clustering Untuk Pengelompokan Penjualan Produk Pada Online Shop Toko Gizi,” Pros. Semin. Nas. Teknol. dan Sist. Inf., vol. 2, no. 1, hal. 242–248, 2022, doi: 10.33005/sitasi.v2i1.304.
L. ‘ Izzah dan A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,” Progresif J. Ilm. Komput., vol. 18, no. 1, hal. 69, 2022, doi: 10.35889/progresif.v18i1.769.
Holwati, E. Widodo, dan W. Hadikristanto, “Pengelompokan Untuk Penjualan Obat Dengan Menggunakan Algoritma K-Means,” Bull. Inf. Technol., vol. 4, no. 2, hal. 408–413, 2023, doi: 10.47065/bit.v3i1. 918.
A. N. L. Khakim dan A. Jananto, “Implementasi Data Mining Menggunakan Algoritme Apriori Guna Menemukan Pola Pembelian Pelanggan Pada Klinik Kecantikan,” Progresif J. Ilm. Komput., vol. 19, no. 1, hal. 359–366, 2023.
T. Wahyudi, N. Sa’adah, dan D. Puspitasari, “Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris Di PT. Titian Nusantara Boga,” J. Sains dan Teknol., vol. 5, no. 1, hal. 228–236, 2023, doi: 10.55338/saintek.v5i1.1379 Penerapan.
R. Riadi dan Mesran, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume,” J. Informatics, Electr. Electron. Eng., vol. 2, no. 4, hal. 138–145, 2023, doi: 10.47065/jieee.v2i4.1181.
H. L. Sari dan I. Y. Beti, “Penerapan Data Mining Dalam Pengelompokkan Buku Yang Dipinjam Menggunakan Algoritma K-Means,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 6, hal. 925–933, 2023, doi: 10.30865/klik.v3i6.826.
N. Azmi, H. S. Hafsah, Y. Yuyun, dan H. Hazriani, “Penerapan Metode K-Means Clustering Dalam Mengelompokkan Data Penjualan Obat pada Apotek M23,” Pros. SISFOTEK, hal. 244–248, 2023, [Daring]. Tersedia pada: http://www.seminar. iaii.or.id/index.php/SISFOTEK/article/view/407%0Ahttp://www.seminar.iaii.or.id/index.php/SISFOTEK/article/download/407/339.
S. S. Lubis dan B. Hendrik, “Implementasi Data Mining Untuk Mengelompokkan Data Penjualan Berdasarkan Pembelian Pada UD. Martua Dengan Menggunakan Algoritma K-Means,” J. Sist. Inf. dan Ilmu …, vol. 1, no. 3, hal. 36–41, 2023, [Daring]. Tersedia pada: https://journal.widyakarya.ac.id/index.php/jusiik-widyakarya/article/view/1531%0Ahttps://journal.widyakarya.ac.id/index.php/jusiik-widyakarya/article/download/1531/1563.
D. D. Susilo, S. S. Hilabi, B. Priyatna, dan E. Novalia, “Implementasi Data Mining dalam Pengelompokan Data Pembelian Menggunakan Algoritma K-Means Pada PT. Otomotif 1,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 13, no. 1, 2024.
A. Mayori dan Y. Tresnawati, “Implementasi Algoritma K-Means Clustering Pada Penjualan Makanan (Studi Kasus : Ayam Betutu Warung Wardana),” AGENTS J. Artif. Intell. Data Sci., vol. 4, no. 1, hal. 1–12, 2024, doi: doi.org/10.24252/jagti.v4i1.72.
E. Sholekha, B. Irawan, dan A. Bahtiar, “Analisis Penjualan Produk Snack Dan Minuman Menggunakan Metode K-Means Pada Dataset Transaksi Penjualan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, hal. 2533–2539, 2024, doi: doi.org/10.36040/jati.v8i3.9310.
I. Julia, B. Priyatna, Tukino, dan S. S. Hilabi, “Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Terlaris Pada CV. Equipment & Tools,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 13, no. 1, hal. 428–438, 2024, doi: 10.35889/jutisi.v13i1.1840.
R. Samsudin, M. Martanto, dan U. Hayati, “Optimalisasi Stok Barang Melalui Algoritma K-Means Clustering Analisis Untuk Manajemen Persediaan Dalam Konteks Bisnis Modern,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, hal. 3572–3580, 2024, doi: 10.36040/jati.v8i3.9742.
A. Azis dan Sutisna, “Penerapan Data Mining untuk Menentukan Ketersediaan Stok Barang Berdasarkan Permintaan Konsumen di PT Indonesia Thai Summit Plastech Menggunakan K-Means Clustering,” J. Indones. Manaj. Inform. dan Komun., vol. 5, no. 3, hal. 3099–3106, 2024.
A. M. Nur, M. Saiful, H. Bahtiar, dan M. T. Hidayat, “Penerapan Algoritma K-Means Clustering Dalam Mengelompokkan Smartphone Yang Rekomendasi Berdasarkan Spesifikasi,” Infotek J. Inform. dan Teknol., vol. 7, no. 2, hal. 478–488, 2024.
B. F. Arkana, A. F. Hartoyo, R. Hidayat, M. N. Aura, dan D. Aldo, “Strategi Pengelompokan Stok Produk Toko Pertanian untuk Optimalisasi Manajemen Persediaan Menggunakan Metode K-Means Clustering,” Conf. Electr. Eng. Informatics, Ind. Technol. Creat. Media 2024, vol. 4, no. 1, hal. 1114–1123, 2024.
How To Cite This :
Refbacks
- There are currently no refbacks.
