Clustering Data Persediaan Pakan Hewan Di Mouza Cat Shop Menggunakan Metode K-Means

Penelitian ini bertujuan untuk meningkatkan efisiensi pengelolaan stok di Mouza Cat Shop melalui penerapan metode K-Means dalam mengelompokkan produk berdasarkan tingkat penjualannya ke dalam tiga cluster, yaitu Sangat Laku, Laku, dan Kurang Laku. Dengan memanfaatkan data penjualan historis, sistem ini menjalani tahapan proses clustering guna menghasilkan pengelompokan yang dapat digunakan sebagai dasar dalam menentukan stok minimum, mengidentifikasi produk dengan permintaan tinggi, serta mendukung strategi promosi yang lebih tepat sasaran. Sistem yang dikembangkan juga dilengkapi dengan fitur visualisasi hasil clustering yang memudahkan pemilik toko dalam memahami data transaksi produk secara menyeluruh. Hasil dari penelitian ini diharapkan mampu mengoptimalkan proses pengadaan barang, mencegah kekurangan maupun penumpukan stok, meningkatkan efisiensi operasional, serta mendukung pengambilan keputusan berbasis data guna meningkatkan kepuasan pelanggan dan daya saing toko.