Sistem Penunjang Keputusan Pemasaran Produk X Menggunakan Metode K-Means

Permasalahan yang sedang ada di toko saat ini adalah kesulitan untuk mengetahui produk X yang saat ini banyak diminati atau paling banyak digunakan oleh konsumen agar persediaan produk x dapat dipenuhi sesuai permintaan pelanggan dan tidak terjadi out of stock. Oleh karena itu, dalam penelitian pengelompokkan dengan metode K-Means untuk pemasaran produk x merupakan salah satu cara untuk mengetahui pilihan pelanggan terhadap produk x yang dikonsumsi. Pada penelitian ini melakukan pengelompokkan dari data hasil penyebaran angket atau kusioner yang disebar di toko, kemudian data tersebut di kelompokkan menjadi 2 kelompok menggunakan salah satu algoritma klasterisasi yaitu K-Means. Data yang digunakan merupakan data yang dikumpulkan sebanyak 366 data responden pelanggan toko. Setelah data tersebut diproses menggunakan salah satu metode data mining yaitu algoritma K-Means, menunjukkan bahwa cluster 1 merupakan kelompok konsumen tipe A dengan presentase sebesar 33%, sedangkan cluster 2 merupakan kelompok konsumen tipe B dengan presentase sebesar 67%.