KLASIFIKASI DATA TRANSAKSI PENJUALAN SPAREPART MENGGUNAKAN ALGORITMA K-MEANS

Perkembangan teknologi informasi memberikan peluang bagi pelaku usaha untuk memanfaatkan data transaksi sebagai sumber informasi dalam pengambilan keputusan bisnis. Bengkel Mobil SHM merupakan usaha yang bergerak di bidang penjualan sparepart dan layanan perawatan kendaraan dengan jumlah transaksi yang terus meningkat. Namun, data transaksi yang tersedia masih dimanfaatkan sebagai arsip administrasi dan laporan penjualan sehingga pemilik bengkel mengalami kesulitan mengidentifikasi pola penjualan, mengetahui layanan atau produk dengan tingkat penjualan tinggi maupun rendah, serta menentukan strategi pengelolaan stok secara tepat. Penelitian ini bertujuan mengelompokkan data transaksi penjualan menggunakan algoritma K-Means Clustering sehingga diperoleh informasi berdasarkan kemiripan karakteristik data. Penelitian menggunakan data transaksi Bengkel Mobil SHM periode Januari–Desember 2025 sebanyak 468 data dengan atribut jumlah transaksi, harga per transaksi, dan total pendapatan. Tahapan pengolahan data dilakukan menggunakan RapidMiner melalui preprocessing yang meliputi cleaning data, seleksi atribut, dan normalisasi data, kemudian dilanjutkan proses clustering menggunakan algoritma K-Means dengan tiga cluster. Hasil penelitian menunjukkan Cluster 0 berjumlah 242 data yang dikategorikan sebagai penjualan tinggi, Cluster 1 berjumlah 189 data sebagai penjualan sedang, dan Cluster 2 berjumlah 37 data sebagai penjualan rendah. Sebagian besar layanan berada pada kategori penjualan tinggi dan sedang, sedangkan layanan dengan penjualan rendah relatif lebih sedikit. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan data transaksi berdasarkan kemiripan karakteristik sehingga menghasilkan informasi yang dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam pengelolaan stok sparepart, penyusunan strategi pemasaran, dan peningkatan pelayanan pelanggan di Bengkel Mobil SHM