Klasterisasi Data Transaksi Penjualan Menggunakan K-Means Dan Penerapan Association Rules Menggunakan FP Growth Pada Distributor Randy Jaya Berkah
DOI:
https://doi.org/10.52436/1.jpti.992Keywords:
Data Mining, FP-Growth, K-Means, Manajemen Distribusi, Pola Pembelian, Prediksi PermintaanAbstract
Distributor randy jaya berkah menghadapi permasalahan ketidakseimbangan persediaan, seperti overstock dan stockout, akibat keterbatasan analisis data penjualan yang hanya berfokus pada jumlah barang terjual dan pendapatan. Penelitian ini menerapkan algoritma K-Means untuk klasterisasi data transaksi dan FP-Growth untuk menemukan pola pembelian dominan. Data yang digunakan mencakup informasi produk, jumlah pembelian, waktu transaksi, dan data pelanggan. Hasil klasterisasi K-Means menghasilkan tiga kelompok, yaitu Cluster 1 (953 faktur), Cluster 2 (3.848 faktur), dan Cluster 3 (9.010 faktur). Sementara itu, algoritma FP-Growth menemukan salah satu pola asosiasi kuat pada produk Sosro Kotak 200 ML (Karton 24) dengan nilai Support = 0,194. Temuan ini memberikan wawasan mengenai segmentasi pelanggan, tren pembelian, dan produk yang sering dibeli bersamaan, sehingga dapat dimanfaatkan untuk strategi promosi (bundling/diskon paket), optimalisasi persediaan, dan prediksi permintaan. Secara teoritis, penelitian ini berkontribusi dalam literatur data mining khususnya penerapan K-Means dan FP-Growth, serta secara praktis mendukung pengambilan keputusan manajemen distribusi yang lebih tepat.
Downloads
References
T. Yuwono, A. Suroso, and W. Novandari, “Information and communication technology in SMEs: a systematic literature review,” J. Innov. Entrep., vol. 13, no. 1, 2024, doi: 10.1186/s13731-024-00392-6.
A. Rosid, Suparji, and F. Fuad, “Perjanjian Distributor dengan Pedagang Kelontong (Studi Kasus Perjanjian Distributor Pemasok Snack ke Pedagang Kelontong di Pasar Cipete Utara Jakarta Selatan),” UNES Law Rev., vol. 6, no. 4, pp. 10932–10943, 2024, [Online]. Available: doi: 10.31933/unesrev.v6i4
V. F. Dharmawan and M. Megawati, “Analisis Pengaruh Harga, Dan Lokasi Terhadap Kepuasan Konsumen Pada Toko Bangunan Pelita Mas Di Kota Palembang,” Publ. Ris. Mhs. Manaj., vol. 5, no. 2, pp. 203–208, 2024, doi: 10.35957/prmm.v5i2.7496.
N. A. Kamilah, T. Rohana, R. Rahmat, and A. Fauzi, “Implementasi Algoritma K-Means dan K-Medoids Dalam Klasterisasi Kasus Kekerasan Terhadap Perempuan,” J. Media Inform. Budidarma, vol. 8, no. 2, p. 810, 2024, doi: 10.30865/mib.v8i2.7558.
X. Liu, X. Liu, A. Shi, and C. Li, “Agricultural Products’ Bundled Pricing Based on Consumers’ Organic Preferences,” Sustain., vol. 15, no. 17, 2023, doi: 10.3390/su151713256.
E. Saputri, “Teknik dan aplikasi data mining di Indonesia: tinjauan literatur satu dekade (2015-2024),” IT-EXPLORE J. Penerapan Teknol. Inf. dan Komun., vol. 4, no. 2, pp. 138–149, 2025, doi: 10.24246/itexplore.v4i2.2025.pp138-149.
R. Rahmawati, W. Prihartono, and K. Cirebon, “OPTIMASI STOK DENGAN CLUSTERING DATA MENGGUNAKAN,” vol. 13, no. 2, 2025, [Online]. Available: http://dx.doi.org/10.23960/jitet.v13i2.6302
I. D. Hunyadi, N. Constantinescu, and O. A. ?icleanu, “Efficient Discovery of Association Rules in E-Commerce: Comparing Candidate Generation and Pattern Growth Techniques,” Appl. Sci., vol. 15, no. 10, 2025, doi: 10.3390/app15105498.
Fildzah Zia Ghassani, Asep Jamaludin, and Agung Susilo Yuda Irawan, “Market Basket Analysis Menggunakan Algoritma FP-Growth dalam Menentukan Cross-Selling,” J. Inform. Polinema, no. 12, pp. 49–54, 2021, [Online]. Available: https://doi.org/10.33795/jip.v7i4.508
R. Fauzi, A. W. Aranski, N. Nopriadi, and E. Hutabri, “Implementasi Data Mining Pada Penjualan Pakaian dengan Algoritma FP-Growth,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 2, p. 436, 2023, doi: 10.30865/jurikom.v10i2.5795.
H. W. Prayogo Putra Tjaya, Rino, “Implementasi Metode Clustering K-Means Untuk,” vol. 0577, no. I, 2021, [Online]. Available: doi: 10.31253/algor.v3i1
I. P. Mulyadi, “Klasterisasi Menggunakan Metode Algoritma K-Means dalam Meningkatkan Penjualan Tupperware,” J. Inform. Ekon. Bisnis, vol. 4, pp. 172–179, 2022, doi: 10.37034/infeb.v4i4.164.
N. P. Gantara and I. Ali, “Penerapan Metode K-Means Clustering Pada Penjualan Barang Di Sports Station,” E-Link J. Tek. Elektro dan Inform., vol. 18, no. 1, p. 28, 2023, doi: 10.30587/e-link.v18i1.5339.
R. B. Ardi, F. Ely Nastiti, and S. Sumarlinda, “Algoritma K-Means Clustering Untuk Segmentasi Pelanggan (Studi Kasus?: Fashion Viral Solo),” INFOTECH J., vol. 9, no. 1, pp. 124–131, 2023, doi: 10.31949/infotech.v9i1.5214.
K. Kharomiyah, N. Rahaningsih, and R. D. Dana, “Analisis Keterkaitan Penjualan Obat melalui Penerapan Algoritma FP-Growth guna Optimalisasi Strategi Pemasaran,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 1, p. 57, 2024, doi: 10.53513/jis.v23i1.9495.
F. Febrian and Z. Fatah, “Optimasi Penentuan Paket Hemat Menggunakan Algoritma FP-Growth untuk Meningkatkan Strategi Pemasaran,” JUSIFOR J. Sist. Inf. dan Inform., vol. 3, no. 2, pp. 172–179, 2024, doi: 10.70609/jusifor.v3i2.5818.
M. Hosseinzadeh et al., “Data cleansing mechanisms and approaches for big data analytics: a systematic study,” J. Ambient Intell. Humaniz. Comput., vol. 14, no. 1, pp. 99–111, 2023, doi: 10.1007/s12652-021-03590-2.
I. Juwita and I. Ali, “Penerapan Pola Penjualan Dengan Menggunakan Metode Algoritma Asosiasi Fp-Growth Bertujuan Untuk Meningkatkan Penjualan Kopi Di Point Coffee,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1600–1607, 2024, doi: 10.36040/jati.v8i2.9025.
R. H. Bemthuis, R. R. Govers, and A. Asadi, “A CRISP-DM-based methodology for assessing agent-based simulation models using process mining,” J. Simul., 2025, doi: 10.1080/17477778.2025.2508245.
R. R. Nasution, D. Saripurna, and T. Haramaini, “Penerapan Data Mining dalam Menentukan Pola Peminjaman Perlengkapan Outdoor RR Adventure dengan Menggunakan Algoritma Apriori,” Blend Sains J. Tek., vol. 3, no. 1, pp. 63–73, 2024, doi: 10.56211/blendsains.v3i1.546.
H. Asyraf and M. E. Prasetya, “Implementasi Metode CRISP DM dan Algoritma Decision Tree Untuk Strategi Produksi Kerajinan Tangan pada UMKM A,” J. Media Inform. Budidarma, vol. 8, no. 1, p. 94, 2024, doi: 10.30865/mib.v8i1.7050.
F. Hochkamp, A. A. Scheidler, and M. Rabe, “Review of Maturity Models for Data Mining and Proposal of a Data Preparation Maturity Model Prototype for Data Mining,” Computers, vol. 14, no. 4, 2025, doi: 10.3390/computers14040146.
C. N. Prabiantissa, “Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika,” SNESTIK Semin. Nas. Tek. Elektro, Sist. Inf. dan Tek. Inform., vol. 4, pp. 219–224, 2021, [Online]. Available: https://doi.org/10.31284/p.snestik.2021.1818
S. Wijanarko and A. Santoso, “VOL. X NO. 1 FEBRUARI 2024 JURNAL TEKNIK INFORMATIKA STMIK ANTAR BANGSA Penerapan Fungsi Mid Dan Find pada Pembersihan Data Alamat,” vol. X, no. 1, pp. 14–18, 2024, [Online]. Available: doi: https://doi.org/10.51998/jti.v10i1.557
M. Atalya Angelus Leza, N. Widya Utami, and P. Anugrah Cahya Dewi, “Prediksi Prestasi Siswa Smas Katolik Santo Yoseph Denpasar Berdasarkan Kedisiplinan Dan Tingkat Ekonomi Orang Tua Menggunakan Metode Knowledge Discovery in Database Dan Algoritma Regresi Linier Berganda,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 373–379, 2024, doi: 10.36040/jati.v8i1.8754.
U. Suriani, “Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree C4.5,” Journalcisa, vol. 3, no. 2, pp. 55–66, 2023, [Online]. Available: doi: 10.51519/journalcisa.v4i2.393
R. Kusumawati, “Analisis Geospasial Klaster Inovasi Mendakan Mawar Desa,” J. Mnemon., vol. 8, no. 1, pp. 83–91, 2025, [Online]. Available: doi: 10.36040/mnemonic.v8i1.13100
A. S. Amer, N. Suarna, I. Ali, and D. I. Efendi, “PENGOPTIMALAN MODEL ASOSIASI PENJUALAN PRODUK DI KEDAI MINUMAN MENGGUNAKAN METODE ALGORITMA FP-GROWTH,” vol. 13, no. 1, 2025, [Online]. Available: doi: 10.23960/jitet.v13i1.5881
