IMPLEMENTASI ALGORITMA K-MEANS UNTUK PENGELOMPOKAN PRODUK BERDASARKAN PENJUALAN PADA PT. GLOPAC INDONESIA

Abstrak

Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam proses klasifikasi produk berdasarkan tingkat penjualan di PT Glopac Indonesia. Dalam konteks industri, analisis penjualan produk dapat memberikan wawasan yang berharga bagi perusahaan untuk mengoptimalkan strategi pemasaran dan manajemen persediaan. Algoritma K-Means dipilih karena kemampuannya yang terbukti dalam pengelompokan data yang besar dan kompleks. Data penjualan produk yang dikumpulkan dari PT Glopac Indonesia akan diproses menggunakan algoritma K-Means untuk mengidentifikasi pola dan hubungan antara produk berdasarkan perilaku penjualan mereka. Metode ini diharapkan dapat membantu perusahaan dalam mengidentifikasi segmen produk yang memiliki kinerja penjualan serupa, sehingga memungkinkan pengembangan strategi pemasaran yang lebih terarah dan efektif. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi positif dalam meningkatkan efisiensi dan efektivitas manajemen produk di PT Glopac Indonesia.

This study aims to implement the K-Means algorithm in the product classification process based on sales levels at PT Glopac Indonesia. In an industrial context, product sales analysis can provide valuable insights for companies to optimize marketing strategies and inventory management. The K-Means algorithm was chosen for its proven ability in clustering large and complex data sets. Sales data collected from PT Glopac Indonesia will be processed using the K-Means algorithm to identify patterns and relationships between products based on their sales behavior. This method is expected to assist the company in identifying product segments with similar sales performance, thus enabling the development of more targeted and effective marketing strategies. The results of this research are expected to contribute positively to improving the efficiency and effectiveness of product management at PT Glopac Indonesia.