Ketersediaan barang dalam suatu toko sangat mempengaruhi terhadap aktifitas penjualan toko tersebut. Pelanggan mempunyai ketertarik pada toko yang memiliki ketersediaan produk sesuai dengan kebutuhan dan keinginan pelanggan. Penelitian bertujuan untuk mengetahui produk apa saja yang paling diminati pelanggan, diminati pelanggan dan kurang di minati pelanggan. Pemilik toko mengetahui stok yang habis atau jenis produk yang banyak teresedia. Penelitian ini menggunakan metode K-Mean Clustering yang merupakan bagian dari Data Mining. Data yang dioleah pada penelitian ini ialah data penjualan dari Januari 2021 hingga Desember 2021 sebanyak 153 produk yang di ambil dari BC 5 HNI Pekanbaru. Adapun variabel data yang digunakan diantaranya nama produk, harga, jumlah terjual dan tahun. Data tersebut di proses menggunakan aplikasi Rapid Miner. Tahap pertama dalam pengolahan data ialah menentukan nilai cluster secara acak, nilai cluster dibagi menjadi 3 kelompok. Nilai centroid diperoleh dari nilai paling bawah, nilai tengah dan nilai paling atas dari data yang tersedia. Perhitungan cluster dilakukan dengan menghitung jarak terdekat dengan data. Hasil akhir penelitian ini yaitu diketahui produk yang paling diminati, diminati dan kurang diminati, sehingga pemilik toko dapat memaksimalkan ketersediaan barang yang dijual agar tidak adanya penumpukan stok barang.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.