Pemodelan Segmentasi Transaksi Jual Beli Produk Menggunakan Pendekatan Model K-Means dan Subtractive Clustering Studi Kasus Survey Pada Beberapa Cabang Optik Retail

Abstract

Suatu Retail optik professional memiliki beberapa cabang di seluruh Indonesia yang menawarkan berbagai jenis produk mulai dari lensa kacamata, frame kacamata, lensa kontak dan aksesoris dari berbagai brand. Data penjualan di seluruh cabang optik retail memiliki volume yang cukup besar yaitu sejumlah 95.308 produk selama tahun 2019. Dimana didalamnya terdapat variasi produk kacamata yang cukup beragam sehingga menyulitkan untuk melakukan pengelompokkan terhadap berbagai jenis variasi untuk setiap jenis produk kacamata yang ada. Salah satu cara untuk mengelompokkan data penjualan berdasarkan karakteristik pelanggan dapat menggunakan segmentasi. Untuk menentukan segmentasi penjualan dapat dilakukan dengan Clustering yaitu dengan cara mengelompokkan data berdasarkan karakteristik penjualan. Proses pengelompokan dilakukan dengan menggunakan Algoritma K-Means dan data yang digunakan merupakan hasil survey penjualan produk kacamata di 3 cabang optik. Hasil perhitungan menggunakan Algoritma K-means pada penelitian ini di dapat sebanyak 3 cluster dengan kriteria merk produk, jumlah penjualan dan harga yang berbeda di setiap cabangnya. Sedangkan pada perhitungan Subtractive adalah mencari nilai maksimal potensial yang ada, sehingga jumlah cluster yang dihasilkan adalah 1 cluster yang menunjukkan produk kacamata paling laris di masing-masing cabang. Hasil akhir berupa pemetaan pola prilaku pelanggan nantinya dapat digunakan sebagai strategi penyediaan produk yang akan dijual pada tahun berikutnya oleh para pengambil keputusan.