Produk yang disediakan oleh suatu toko memiliki pengaruh  terhadap penjualan toko. Konsumen akan tertarik pada toko yang menyediakan produk sesuai dengan keinginan dan kebutuhannya. Tujuan penelitian ini adalah untuk mengetahui produk bunga hias apa saja yang paling diminati konsumen, diminati konsumen dan kurang diminati konsumen. Pengelola toko bisa mendapatkan informasi mengenai barang yang telah habis stok persediaannya agar segera di update. Metode yang digunakan pada penelitian ini adalah metode K-Mean Clustering yang termasuk dalam salah satu cabang Data Mining. Data yang digunakan pada penelitian merupakan data dari Januari 2020 hingga Desember 2020 sebanyak 100 buah yang diambil dari toko Naafilah Official Shop, Padang. Variabel data yang digunakan pada pemasukan barang yaitu tahun, nama produk, harga dan jumlah terjual. Selanjutnya, data tersebut diolah menggunakan software Rapid Miner. Tahapan pengolahan yang pertama adalah menentukan nilai cluster secara acak, dalam penelitian ini peneliti membagi nilai cluster menjadi 3 kelompok. Selanjutnya, nilai centroid dari masing-masing kelompok tersebut akan ditentukan. Nilai centroid diperoleh dari nilai minimum, nilai tengah dan nilai maksimum dari data yang telah disediakan. Lalu, proses cluster dihitung menggunakan rumus euclidean distance. Perhitungan cluster dilakukan dengan menghitung jarak yang paling dekat dengan data.  Hasil akhir penelitian ini adalah mengetahui bunga hias yang paling laris, laris dan kurang laris, sehingga penjual dapat mengoptimalkan penyediaan bunga hias untuk masa yang akan datang.

Products provided by a store have an influence on store sales. Consumers will be attracted to stores that provide products according to their wants and needs. The purpose of this research is to find out what ornamental flower products are most in demand by consumers, in demand by consumers and less desirable to consumers. Keywords: inventory of goods, K-Mean Clustering, Data Mining, cluster, optimal. Store managers can get information about goods that have been depleted of inventory stock to be updated immediately. The method used in this study is the K-Mean Clustering method which belongs to one of the branches of Data Mining. The data used in the study is data from January 2020 to December 2020 as many as 100 pieces taken from naafilah official shop, Padang. The data variables used in the entry of goods are the year, product name, price and amount sold. Furthermore, the data is processed using Rapid Miner software. The first stage of processing is to determine the value of clusters randomly, in this study researchers divided the cluster values into 3 groups. Next, the centroid value of each group will be determined. Centroid is derived from the minimum value, middle value and maximum value of the data provided. Then, the cluster process is calculated using the euclidean distance formula. Cluster calculations are done by calculating the closest distance to the data.  The final result of this study is to find out the best-selling, best-selling and less-selling ornamental flowers, so that sellers can optimize the provision of ornamental flowers for the future.