Clustering Data Penjualan Produk Kesehatan Menggunakan Algoritma K-Means Di Pt. Citra Teknik Medica

Abstract

Penawaran produk kesehatan merupakan bagian penting dari industri kesehatan yang terus berkembang seiring meningkatnya kesadaran masyarakat akan layanan medis. PT. Citra Teknik Medica sebagai salah satu pemain utama berperan dalam menyediakan berbagai produk dan jasa untuk mendukung fasilitas kesehatan di Indonesia. Dengan permintaan yang terus meningkat dari konsumen, penting bagi PT. Citra Teknik Medica untuk mengidentifikasi produk-produk yang paling diminati untuk mengoptimalkan strategi penjualan dan pengelolaan stok barang. Penelitian ini bertujuan untuk melakukan analisis terhadap data penjualan produk kesehatan yang paling diminati di PT. Citra Teknik Medica menggunakan Algoritma K-Means Clustering. Metode penelitian mengikuti proses Knowledge Discovery in Databases (KDD), meliputi seleksi data, preprocessing, transformasi data, penerapan Algoritma K-Means Clustering, dan evaluasi hasil menggunakan Davies Bouldin Index (DBI). Data yang digunakan adalah data penjualan produk kesehatan tahun 2018-2022 yang diperoleh dari PT. Citra Teknik Medica. Dari percobaan dengan variasi jumlah cluster (K) dari 2 hingga 7, ditemukan bahwa nilai Davies Bouldin Index (DBI) teroptimal dimiliki oleh cluster 4 (K=4) dengan nilai DBI 1.566.714.125.739.650.000 yang paling mendekati 0, menunjukkan pengelompokan produk kesehatan terbaik berdasarkan kuantitas penjualan dengan menggunakan 4 cluster.