Optimasi Analisis Data Penjualan Toko Grosir Sembako Menggunakan Algoritma K-Medoids untuk Penentuan Pola Pembelian Konsumen

Abstract

Penelitian ini membahas penerapan metode K-Medoids dalam mengelompokkan data penjualan pada toko grosir sembako Toko Aan. Dengan tujuan meningkatkan efisiensi pengelolaan stok dan mendukung strategi pemasaran, data penjualan diolah menggunakan algoritma K-Medoids yang mampu mengidentifikasi pola pembelian pelanggan dan kelompok produk berdasarkan frekuensi penjualan dan stok barang. Penggunaan metode ini diharapkan dapat membantu pengelolaan stok agar lebih optimal dan mengurangi risiko kelebihan maupun kekurangan barang. Metode penelitian menggunakan data penjualan selama bulan Juni 2025, dengan variabel utama meliputi nama barang, stok masuk, dan stok keluar. Proses pengelompokan dilakukan dalam beberapa iterasi hingga mencapai konvergensi dengan hasil cluster yang jelas, yaitu produk sangat laris dan cukup laris. Selanjutnya dilakukan re-clustering pada kelompok produk yang kurang laris untuk menentukan strategi promosi yang lebih tepat, khususnya promosi online yang ditargetkan agar stok produk dapat terserap dengan baik. Hasil penelitian menunjukkan metode K-Medoids efektif dalam segmentasi produk penjualan yang membantu pemilik toko dalam pengambilan keputusan strategis terkait manajemen stok dan penerapan strategi pemasaran yang lebih terfokus. Penelitian ini memberikan kontribusi bagi transformasi digital UMKM di sektor toko sembako serta merekomendasikan pengembangan metode clustering lain untuk perbandingan hasil di penelitian berikutnya.