Publisher

UMUSLIMUMUSLIM

Journal Jurnal TikaJurnal Tika Abstract

Ada banyak jenis bisnis di Indonesia yang menyita fokus masyarakat serta meningkatkan kompetisi dengan menghasilkan kreativitas dalam berbagai gagasan bisnis. Perusahaan kosmetik dan perawatan kulit indonesia merupakan brand kosmetik Y.O.U yang didedikasikan untuk kecantikan wanita indonesia, diproduksi sesuai dengan kebutuhan masyarakat dan tren saat ini. Tugas data mining adalah mengumpulkan atau mengelompokkan data dalam jumlah besar berdasarkan berbagai kriteria yang telah ditentukan. Cluster data mining sangat ideal sebagai algoritma yang bisa mengelola data dengan cara lebih efisien, seperti algoritma K-Means. Algoritma Clustering K-Means ialah prosedur yang digunakan untuk menggabungkan beberapa aliran data untuk menganalisis data dan menentukan jumlah Cluster yang memiliki karakteristik berbeda dari data lainnya. Temuan yang diinginkan ialah terdapatnya kumpulan data yang berdampak bagi strategi penjualan pada periode berikutnya sehingga dapat mengetahui barang yang paling terlaris yang dijual dan barang yang kurang laris. Kebijakan ini bisa menyusutkan defisit yang didapat oleh PT Jalur Mandiri utama dahulunya pada kosmetik YOU. Dengan data tersebut dapat dikelompokan menjadi 3 Clustering yang didasarkan pada tingkat kesuksesan penjualan suatu jenis produk Cluster 0 yang terdiri dari 8 produk item yang memiliki tingkat penjualan laris, Sedangkan Dalam Cluster 1 yang mencakup 12 item produk dengan kategori paling laris dan Cluster 2 yang terdiri dari 5 item produk yang tidak laris, dalam Cluster ini menunjukkan tren tetap atau bahkan menurun dari bulan ke bulan dengan nilai Centroid menunjukkan ketidakpopuleran produk-produk tersebut di pasar.

Conclusion

Berdasarkan sampel data yang digunakan, produk kosmetik YOU dapat dikelompokkan menjadi 3 kategori berdasarkan tingkat kelarisan penjualannya.Algoritma K-Means Clustering dapat diterapkan di PT Jalur Mandiri Utama untuk mengelompokkan jenis produk yang paling laris dalam penjualan.Melalui proses pemrosesan sampel data yang sudah dijalankan, Cluster 0 yang terdiri dari 8 produk item memiliki tingkat penjualan terlaris.Selama periode 12 bulan penjualan produk-produk dalam Cluster ini memiliki pertumbuhan penjualan yang cukup stabil.Berikutnya adalah Cluster 1 mencakup 12 item produk dengan kategori paling laris.Sedangkan Cluster 2 terdiri dari 5 item produk yang tidak laris, Penjualan produk dalam Cluster ini menunjukkan tren tetap atau bahkan menurun dari bulan ke bulan dengan nilai Centroid menunjukkan ketidakpopuleran produk-produk tersebut di pasar.

Future Research

Berdasarkan analisis data penjualan kosmetik YOU menggunakan algoritma K-Means, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian dapat difokuskan pada identifikasi faktor-faktor yang memengaruhi tingkat penjualan produk kosmetik, seperti preferensi konsumen, tren pasar, dan strategi pemasaran. Hal ini dapat dilakukan dengan menggabungkan data penjualan dengan data survei konsumen atau data media sosial. Kedua, penelitian dapat mengkaji efektivitas algoritma clustering lain selain K-Means, seperti DBSCAN atau hierarchical clustering, dalam mengelompokkan produk kosmetik berdasarkan karakteristik yang berbeda. Perbandingan kinerja algoritma-algoritma ini dapat memberikan wawasan tentang algoritma yang paling sesuai untuk analisis data penjualan kosmetik. Ketiga, penelitian dapat mengembangkan model prediksi penjualan kosmetik berdasarkan data historis dan faktor-faktor eksternal, seperti musim atau promosi. Model ini dapat membantu perusahaan dalam merencanakan produksi dan strategi pemasaran yang lebih efektif. Dengan menggabungkan ketiga saran ini, diharapkan perusahaan dapat memperoleh pemahaman yang lebih mendalam tentang perilaku konsumen dan tren pasar, sehingga dapat meningkatkan efisiensi operasional dan meningkatkan daya saing di pasar kosmetik yang kompetitif.

References

1. PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKAN PENJUALAN PRODUK | JURNAL MEDIA INFOTAMA. penerapan... jurnal.unived.ac.id/index.php/jmi/article/view/418PENERAPAN METODE CLUSTERING K MEANS DALAM PENGELOMPOKAN PENJUALAN PRODUK JURNAL MEDIA INFOTAMA penerapan jurnal unived ac index php jmi article view 418
2. PENERAPAN DATA MINING DALAM MENGELOMPOKAN PRODUKSI JAGUNG MENURUT PROVINSI MENGGUNAKAN ALGORITMA K-MEANS... ejurnal.stmik-budidarma.ac.id/index.php/komik/article/view/1681PENERAPAN DATA MINING DALAM MENGELOMPOKAN PRODUKSI JAGUNG MENURUT PROVINSI MENGGUNAKAN ALGORITMA K MEANS ejurnal stmik budidarma ac index php komik article view 1681
3. PENERAPAN ALGORITMA K-MEANS UNTUK MENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMA TUGAS AKHIR PADA PRODI SISTEM... doi.org/10.36805/technoxplore.v4i1.542PENERAPAN ALGORITMA K MEANS UNTUK MENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMA TUGAS AKHIR PADA PRODI SISTEM doi 10 36805 technoxplore v4i1 542
4. Implementasi Algoritma K-Means dalam Analisis Klasterisasi Penyebaran Penyakit Hiv/Aids | Infotek: Jurnal... e-journal.hamzanwadi.ac.id/index.php/infotek/article/view/7423Implementasi Algoritma K Means dalam Analisis Klasterisasi Penyebaran Penyakit Hiv Aids Infotek Jurnal e journal hamzanwadi ac index php infotek article view 7423
5. Classification of Sales of Soft Drinks in Cooperatives Based on Types of Goods Using the K-Means Clustering... doi.org/10.51179/tika.v7i3.1565Classification of Sales of Soft Drinks in Cooperatives Based on Types of Goods Using the K Means Clustering doi 10 51179 tika v7i3 1565

Metadata

File size	606.51 KB
Pages	9
DMCA	Report