Penerapan Metode K-Means Dalam Pengelompokan Data produk Di Mini Pet Shop Dan Evaluasi Hasil Clustering Menggunakan Silhouette Score

Penelitian ini bertujuan untuk mengembangkan sistem berbasis web yang dapat membantu pemilik Mini Pet Shop Medan dalam menganalisis data produk dengan metode K-Means Clustering dan evaluasi menggunakan Silhouette Score. Permasalahan utama yang dihadapi Mini Pet Shop adalah kesulitan dalam mengelompokkan produk berdasarkan tingkat penjualan, sehingga keputusan mengenai pengadaan stok dan strategi promosi sering kali kurang tepat sasaran. Metode K-Means Clustering diterapkan untuk mengelompokkan produk ke dalam tiga kategori, yaitu Sangat Laku, Laku, dan Kurang Laku, berdasarkan data penjualan, barang masuk, dan stok selama periode Januari hingga Desember 2024. Hasil pengelompokan kemudian dievaluasi menggunakan Silhouette Score guna mengukur kualitas cluster yang terbentuk. Implementasi sistem dilakukan menggunakan bahasa pemrograman PHP dan basis data MySQL, dengan antarmuka yang dirancang agar mudah digunakan oleh pemilik toko. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berhasil mengelompokkan produk secara efektif dan memberikan informasi yang lebih terstruktur mengenai performa penjualan setiap produk. Nilai Silhouette Score yang diperoleh menunjukkan bahwa hasil clustering memiliki tingkat keakuratan yang baik. Dengan adanya sistem ini, proses analisis penjualan dan pengambilan keputusan terkait pengelolaan stok dapat dilakukan secara lebih cepat, efisien, dan berbasis data.