Implementasi Data Mining Menggunakan K- Means Clustering dan Apriori untuk Analisis Peminatan dan Pola Penjualan di Aldrin Stocklots

Aldrin Stocklot’s merupakan sebuah toko yang menjual aneka pakaian dan aksesoris untuk bayi hingga balita, yang berlokasi di Kabupaten Bangkalan. Penelitian ini menggunakan metode K-Means Clustering untuk mengelompokkan produk berdasarkan data penjualan selama satu tahun, dengan hasil pengelompokan menjadi tiga kategori: cluster 0 (kurang diminati) sebanyak 675 produk, cluster 1 (sangat diminati) sebanyak 7 produk, dan cluster 2 (diminati) sebanyak 140 produk. Nilai Davies Bouldin Index sebesar 0.717 menunjukkan bahwa pengelompokan produk menggunakan K-Means memiliki hasil yang baik. Selain itu, algoritma Apriori diterapkan untuk menentukan pola penjualan dengan syarat minimum support 0.03% dan minimum confidence 5%, menghasilkan 33 kombinasi pembelian. Contoh pola pembelian yang signifikan termasuk kombinasi celana dan atasan dengan nilai confidence yang bervariasi, seperti celana Pendek Girl (1350) dan Atasan Girl (141) dengan nilai confidence 30.77%. Penelitian ini juga memberikan usulan strategi produk bundling berdasarkan hasil pengelompokan dan pola penjualan, dengan 13 kombinasi yang dapat digunakan sebagai strategi pemasaran. Contoh kombinasi yang diusulkan mencakup produk dari berbeda cluster, yang diharapkan cluster yang sangat diminati mampu menaikkan penjualan dari cluster yang diminati dan cluster yang kurang diminati.