Clustering Analysis in Sales Grouping Using The K-Means Algorithm at Cafe 47°Coffee

Abstract

Cafe 47°Coffee adalah cafe yang bergerak dibidang kuliner yang menyediakan makanan maupun minuman. Dengan banyaknya pesaing bisnis  dibidang cafe  maka dari itu pengusaha cafe 47°Coffee diharuskan mampu bersaing dengan memanfaatkan dari data transaksi untuk menentukan suatu strategi penjualan. Data yang akan digunakan pada penelitian ini yaitu data penjualan dari bulan Juli 2021 sampai Februari 2022.   Pengusaha cafe 47°Coffee memanfaatkan Data Mining untuk membantu mengambil keputusan strategi penjualan agar dapat mengetahui  produk yang harus di tingkatkan dan memberi solusi pengambil keputusan, Metode Clustering dengan menggunakan algoritma K-Means adalah salah satu metode yang akan digunakan pada penelitian ini. Pengusaha Cafe 47°Coffee mengelompokan produk kedalam 3 kriteria yaitu sangat laku, laku, dan tidak laku. Data diolah dengan perhitungan manual dan menggunakan tools Rapid Miner untuk melakukan pengujian, sehingga dapat hasil akhir berupa 4 item cluster sangat laku yakni V60, Caramel Coffe Latte, Red Velvet, dan Coklat , 7 item cluster laku yakni Cappucino, Vanilla Coffe Latte, Hazelnut, Taro, Lychee Tea, Japanese, dan Greentea, 14 item cluster tidak laku yakni Americano, Espresso, Moccacino, Kopi tubruk, Vietnam Drip, Kopi sundan, Avocado Coffe Latte, Match, Strawberry Tea, Milkshake Strawberry, Banana, Cofee Lemon, Kopi susu, dan risol. Dari proses clustering menggunakan algoritma k-means diatas diperoleh nilai DBI (Davice Bouldin Index) dengan nilai -0,813. Hasil ini dapat dimanfaatkan pengusaha Cafe 47°Coffee untuk meningkatkan strategi penjualan dan manajemen stok.