Evaluasi Klasterisasi Produk Ritel Berdasarkan Kategori dan Harga Menggunakan Algoritma K-Means

Maha Valne Datin Mahfujah Tambunan, Siska Mayasari Rambe, Rahma Syahri

Abstract


Persaingan bisnis ritel yang kompetitif menuntut strategi pemasaran yang tepat berdasarkan karakteristik produk. Variasi produk dengan kategori dan harga berbeda membuat pengelompokan manual kurang efektif dan memakan waktu. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan produk ritel berdasarkan kategori dan harga eceran sebagai pendukung strategi pemasaran. Penelitian dilakukan di Supermarket Indobali, Tanjung Balai Karimun, menggunakan data harga jual produk tahun 2024 sebanyak 4.245 data dengan 73 kategori. Setelah pembersihan data, diperoleh 4.226 data yang diproses melalui preprocessing, Label Encoding, normalisasi Min-Max, penentuan jumlah cluster dengan Elbow Method, klasterisasi K-Means, serta evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index. Meskipun Silhouette Score tertinggi diperoleh pada K=2 (0,638), jumlah cluster ditetapkan tiga berdasarkan Elbow Method dan pertimbangan interpretasi praktis. Hasil menunjukkan K-Means berhasil mengelompokkan produk ke tiga cluster dengan Silhouette Score 0,578 dan Davies-Bouldin Index 0,534, mengindikasikan kualitas pengelompokan cukup baik. Pembentukan cluster lebih dipengaruhi Label Encoding kategori dibanding harga, sehingga pelabelan segmen ekonomis, menengah, dan premium bersifat interpretatif, bukan pemisahan rentang harga tegas, akibat tumpang tindih harga antar-cluster. Meski demikian, hasil pengelompokan tetap memberi informasi awal bermanfaat bagi pengelola ritel dalam menentukan strategi pemasaran, promosi, pengelolaan stok, dan prioritas produk.


Keywords


Data Mining, K-Means Clustering, Strategi Pemasaran, Produk Ritel, Segmentasi Harga.

Full Text:

PDF

References


S. Aryza, M. S. Novelan, and M. R. Islam, “A Data-Driven Framework for Integrating Decision-Making and Operational Efficiency in Multi-Product Retail : A Case Study with Experimental Evaluation,” vol. 9, no. 1, pp. 140–149, 2025, doi: 10.30829/zero.v9i1.24301.

A. D. Saputro and M. Ikaningtyas, “Pengaruh Digitalisasi terhadap Perkembangan Bisnis di Era Modern,” vol. 1, no. 4, pp. 1199–1210, 2025.

M. Sholeh, H. Najma, R. Arif, N. A. Fahtezi, and Z. Darojah, “Pengelolaan Arsip yang Efektif Terhadap Akurasi Data dan Pengambilan Keputusan di SDN Siwalankerto I,” vol. 07, no. 01, pp. 85–99, 2025, doi: 10.15642/JAPI.2025.7.1.85-99.

M. A. V. Fitrah, “Analisis potensi pasar dan strategi pemasaran untuk produk atau layanan inovatif terhadap usaha coffeeshop latera jambi,” vol. 10, no. 3, pp. 1264–1276, 2025.

E. Nurarofah, R. Herdiana, and N. Dienwati Nuris, “Penerapan Asosiasi Menggunakan Algoritma Fp-Growth Pada Pola Transaksi Penjualan Di Toko Roti,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 353–359, 2023, doi: 10.36040/jati.v7i1.6299.

Y. C. Ramadhani and A. Budiarti, “Peran Strategi Manajemen Pemasaran, Kepuasan Pelanggan, dan Loyalitas Pelanggan dalam Membangun Keunggulan Kompetitif pada Industri Ritel,” vol. 4, no. 2, pp. 210–234, 2025.

A. W. Ningsih, V. S. Sahliyyah, W. Aayatul, H. Tri, and Y. S. Shafrani, “STRATEGI PEMASARAN BERBASIS PORTOFOLIO PRODUK MENGGUNAKAN MATRISK BOSTON CONSULTING GROUP (BCG) PADA OUTLET MINUMAN NESCAFE DI PURWOKERTO,” J. Media Akad., vol. 4, no. 6, 2026.

M. C. Gumilang and I. Tahyudin, “Optimasi Manajemen Stok melalui Pengelompokan Produk Ritel Berdasarkan Data Penjualan dengan K-Means,” pp. 644–655, 2025, doi: 10.33364/algoritma/v.22-2.2526.

N. Asyifa and M. S. Novelan, “Performance Analysis of the K-Means Algorithm in Classifying Organic and Inorganic Waste Types,” pp. 6681–6690, 2025.

Arifin, Z. Sitorus, M. Iqbal, A. P. Utama Siahaan, and S. Wahyuni, “ANALYSIS OF THE SALES POTENTIAL OF BUMDES PRODUCTS USING THE K-MEANS CLUSTERING,” vol. 4, no. 1, 2025.

S. Sutiono, R. F. Wijaya, and M. S. Novelan, “ANALISIS PENGELOMPOKAN JADWAL MENGAJAR GURU DI SMKN 1 STABAT MENGGUNAKAN METODE K-MEANS CLUSTERING,” vol. 4307, no. August, pp. 3450–3456, 2025.

C. A. Nugraha, M. A. Kesuma, O. I. Cahyani, and M. Wati, “Pengelompokan Harga Cabai Rawit Berdasarkan Provinsi Menggunakan Principal Component Analysis dan K-Means,” vol. 7, pp. 80–88, 2025.

B. Yudha Putra, F. Yuanita Azzahra, and I. Alfrina Erlanda, “KLASTERISASI PENGUNJUNG MALL MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN PENDAPATAN,” vol. 11, no. 3, 2023.

Y. Nurohmah et al., “OPTIMALISASI PERFORMA K- MEANS CLUSTERING DENGAN PCA DALAM ANALISIS TINGKAT KEMISKINAN DI JAWA BARAT,” vol. 7, no. 3, pp. 1657–1665, 2023.

N. S. Niko, A. Rahman, D. Marini Umi Atmaja, and A. Basri, “Klasterisasi Stok Produk Retail Untuk Menetukan Pergerakan Kebutuhan Konsumen Dengan Algoritma K-Means,” Bull. Inf. Technol., vol. 4, no. 3, pp. 306–312, 2023, doi: 10.47065/bit.v4i3.736.

Z. V. Arla and T. Sutabri, “Analisis Produk Terlaris Menggunakan Metode K-Means Clustering Pada ‘ Toko Hartati ’ Universitas Bina Darma , Indonesia untuk mengelompokkan data ke dalam beberapa cluster berdasarkan kesamaan tertentu . dalam periode tertentu . Penjualan produk sering di,” vol. 2, no. 4, 2024.

D. Lasandi, R. Astuti, K. Anam, A. P. Putra, and B. Nurhakim, “PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS POLA POPULASI TERNAK DI KOTA BANDUNG BERBASIS DATA MINING,” JUNRLA Inform. DAN Tek. ELEKTRO Terap., vol. 14, no. 2, 2026.

B. D. Oktavian, I. Lumintu, and S. Amar, “Optimalisasi Strategi Product Bundling melalui Pemetaan Pola Peminatan dan Pola Penjualan Produk menggunakan K-Means Clustering dan Apriori Optimizing Product Bundling Strategy through Mapping Product Interest Patterns and Sales Patterns using K-Means Clu,” vol. 8, no. 1, pp. 26–41, 2025.

A. Ichwani, R. I. Kesuma, A. Setiawan, and I. E. Wicaksono, “Preventing Data Leakage in Classification via Integrated Machine Learning Pipelines : Preprocessing , Feature Transformation , and Hyperparameter Tuning,” J. Tek. Inform., vol. 7, no. 1, pp. 391–410, 2026.

F. Nuraeni, M. Hasby, and M. Firdaus, “Model Klasterisasi Data Pertanian Menggunakan Algoritma K-Means,” J. Algoritm., vol. 22, no. 2, pp. 890–898, 2025, doi: 10.33364/algoritma/v.22-2.2054.

N. Umaira, W. Astuti, R. Ayu, P. Sari, S. R. Karlina, and I. S. Putri, “Analisa Klaster Pola Karakteristik Pengunjung Event di DKI Jakarta,” vol. 8, pp. 99–105, 2025.




DOI: http://dx.doi.org/10.30829/jistech.v11i1.31085

Refbacks

  • There are currently no refbacks.


Current Indexing

 

Creative Commons License

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.