Penerapan Metode K-Means Dalam Penjualan Kain Sasirangan Pada UMKM “Sasirangan Bunda Maburai”
Abstract
Penelitian ini mengkaji penerapan algoritma K-means clustering pada data penjualan kain Sasirangan di UMKM "Sasirangan Bunda Maburai". Permasalahan utama yang dihadapi UMKM adalah manajemen persediaan yang kurang efektif serta kesulitan mengidentifikasi preferensi konsumen, sehingga berisiko terjadi penumpukan stok produk yang kurang diminati. Tujuan penelitian ini adalah menganalisis efisiensi penggunaan algoritma K-means clustering untuk mengelompokkan produk kain Sasirangan berdasarkan pola penjualan dan preferensi konsumen. Metode penelitian menggunakan pendekatan KDD (Knowledge Discovery in Databases) dengan melakukan pengolahan data penjualan dari Januari 2020 hingga Juli 2024, pembersihan data, transformasi, dan implementasi K-means clustering. Hasil penelitian menunjukkan bahwa dari enam kombinasi variabel yang diuji, kombinasi jenis kain-motif memiliki performa clustering terbaik dengan silhouette score 0,65 dan 3 cluster optimal, diikuti oleh kombinasi warna dasar-warna motif dengan silhouette score 0,63. Implementasi K-means clustering ini memberikan landasan bagi UMKM untuk mengoptimalkan manajemen persediaan, meningkatkan efisiensi produksi, dan memaksimalkan kepuasan konsumen sesuai dengan preferensi pasar.References
[1] Misbahwati, Sasirangan Bunda Maburai. Tanjung, Tabalong, 2018.
[2] M. Effendi, S. Purnamasari, Kurniaty, P. Rozak, and A. Wahab, “Pengembangan Ekonomi Kreatif pada Pengrajin Kain Sasirangan dalam Perspektif Ekonomi Syariah (Studi Kasus Toko Luthfiah Sasirangan),” Formosa J. Sci. Technol., vol. 1, no. 6, pp. 647–662, 2022, doi: 10.55927/fjst.v1i6.1367.
[3] L. Widyawati and V. Lusiana, “Penerapan K-Means Clustering Untuk Mengelompokkan Data Transaksi Penjualan ( Studi Kasus pada Wijaya Hijab )”.
[4] A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.
[5] T. Asy Aria, M. Julkarnain, and F. Hamdani, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Algoritma K-Means Clustering Untuk Data Obat,” Media Online, vol. 4, no. 1, pp. 649–657, 2023, doi: 10.30865/klik.v4i1.1117.
[6] I. Yati Beti and H. Juliansa, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Normalisasi Data Metode Decimal Scaling Dan Metode K-Means Dalam Mengelompokkan Kasus Demam Berdarah,” Media Online), vol. 4, no. 6, pp. 2928–2936, 2024, doi: 10.30865/klik.v4i6.1925.
[7] Amna, W. S, and I. G. I. Sudipa, Data Mining, vol. 2, no. January 2013. 2023. [Online]. Available: https://www.cambridge.org/core/product/identifier/CBO9781139058452A007/type/book_part
[8] Trivusi, “K-Means Clustering: Pengertian, Cara Kerja, Kelebihan, dan Kekurangannya,” trivusi.com. [Online]. Available: https://www.trivusi.web.id/2022/06/algoritma-kmeans-clustering.html
[9] N. Nur Afidah, “Penerapan Metode Clustering dengan Algoritma K-means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” Prism. Pros. Semin. Nas. Mat., vol. 6, pp. 729–738, 2023, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
[10] S. Putri R, “Kenalan dengan Metode Clustering,” Unit Pengelola Jurnal Ilmiah. [Online]. Available: https://uptjurnal.umsu.ac.id/kenalan-dengan-metode-clustering/
[11] Y. Khoeri, R. Kurniawan, and Y. Arie Wijaya, “Penerapan Teknik Smote Dan Cross Validation Pada Decision Tree Untuk Klasifikasi Tingkat Kemacetan Lalu Lintas,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 2006–2012, 2024, doi: 10.36040/jati.v8i2.8879.
[12] W. W. Kristianto and C. Rudianto, “Penerapan Data Mining Pada Penjualan Produk Menggunakan Metode K-Means Clustering (Studi Kasus Toko Sepatu Kakikaki),” J. Pendidik. Teknol. Inf., no. 5, pp. 90–98, 2020.
[13] Siradjuddiin, Algoritma Pemrograman dengan Menggunakan Python, no. September. 2022.
[14] P. Rahayu et al., Buku Ajar Data Mining, vol. 1, no. January 2024. 2018.
[15] F. Alghifari and D. Juardi, “Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes,” J. Ilm. Inform., vol. 9, no. 02, pp. 75–81, 2021, doi: 10.33884/jif.v9i02.3755.
[2] M. Effendi, S. Purnamasari, Kurniaty, P. Rozak, and A. Wahab, “Pengembangan Ekonomi Kreatif pada Pengrajin Kain Sasirangan dalam Perspektif Ekonomi Syariah (Studi Kasus Toko Luthfiah Sasirangan),” Formosa J. Sci. Technol., vol. 1, no. 6, pp. 647–662, 2022, doi: 10.55927/fjst.v1i6.1367.
[3] L. Widyawati and V. Lusiana, “Penerapan K-Means Clustering Untuk Mengelompokkan Data Transaksi Penjualan ( Studi Kasus pada Wijaya Hijab )”.
[4] A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.
[5] T. Asy Aria, M. Julkarnain, and F. Hamdani, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Algoritma K-Means Clustering Untuk Data Obat,” Media Online, vol. 4, no. 1, pp. 649–657, 2023, doi: 10.30865/klik.v4i1.1117.
[6] I. Yati Beti and H. Juliansa, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Normalisasi Data Metode Decimal Scaling Dan Metode K-Means Dalam Mengelompokkan Kasus Demam Berdarah,” Media Online), vol. 4, no. 6, pp. 2928–2936, 2024, doi: 10.30865/klik.v4i6.1925.
[7] Amna, W. S, and I. G. I. Sudipa, Data Mining, vol. 2, no. January 2013. 2023. [Online]. Available: https://www.cambridge.org/core/product/identifier/CBO9781139058452A007/type/book_part
[8] Trivusi, “K-Means Clustering: Pengertian, Cara Kerja, Kelebihan, dan Kekurangannya,” trivusi.com. [Online]. Available: https://www.trivusi.web.id/2022/06/algoritma-kmeans-clustering.html
[9] N. Nur Afidah, “Penerapan Metode Clustering dengan Algoritma K-means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” Prism. Pros. Semin. Nas. Mat., vol. 6, pp. 729–738, 2023, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
[10] S. Putri R, “Kenalan dengan Metode Clustering,” Unit Pengelola Jurnal Ilmiah. [Online]. Available: https://uptjurnal.umsu.ac.id/kenalan-dengan-metode-clustering/
[11] Y. Khoeri, R. Kurniawan, and Y. Arie Wijaya, “Penerapan Teknik Smote Dan Cross Validation Pada Decision Tree Untuk Klasifikasi Tingkat Kemacetan Lalu Lintas,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 2006–2012, 2024, doi: 10.36040/jati.v8i2.8879.
[12] W. W. Kristianto and C. Rudianto, “Penerapan Data Mining Pada Penjualan Produk Menggunakan Metode K-Means Clustering (Studi Kasus Toko Sepatu Kakikaki),” J. Pendidik. Teknol. Inf., no. 5, pp. 90–98, 2020.
[13] Siradjuddiin, Algoritma Pemrograman dengan Menggunakan Python, no. September. 2022.
[14] P. Rahayu et al., Buku Ajar Data Mining, vol. 1, no. January 2024. 2018.
[15] F. Alghifari and D. Juardi, “Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes,” J. Ilm. Inform., vol. 9, no. 02, pp. 75–81, 2021, doi: 10.33884/jif.v9i02.3755.
Published
2025-06-18
How to Cite
MAHARANI, Ade Putri et al.
Penerapan Metode K-Means Dalam Penjualan Kain Sasirangan Pada UMKM “Sasirangan Bunda Maburai”.
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, [S.l.], v. 10, n. 1, p. 34 - 46, june 2025.
ISSN 2548-3412.
Available at: <https://ejournal-binainsani.ac.id/index.php/ITBI/article/view/3412>. Date accessed: 05 july 2026.
doi: https://doi.org/10.51211/itbi.v10i1.3412.
