ANALISIS KLASTER DENGAN ALGORITMA FUZZY C-MEANS DALAM KLASTERISASI TINGKAT PENJUALAN (STUDI KASUS : PINDANG MERANJAT “MAK WAR”) = CLUSTER ANALYSIS USING FUZZY C-MEANS ALGORITHM IN SALES LEVEL CLUSTERING (CASE STUDY: PINDANG MERANJAT "MAK WAR")

Perencanaan menu dalam bisnis kuliner merupakan aspek penting dari strategi penjualan yang efektif. Faktanya setiap menu memiliki tingkat penjualan yang berbeda. Untuk mengoptimalkan efektivitas penjualan dan pengelolaan bahan baku, penting untuk memahami menu mana yang perlu dipertahankan atau sebaliknya. Salah satu cara untuk mengetahui hal tersebut yaitu dengan melakukan analisis pengelompokkan tingkat penjualan. Analisis yang bisa dilakukan yaitu analisis dengan teknik data mining metode klasterisasi. Salah satu algoritma yang termasuk dalam metode klasterisasi adalah Fuzzy C-Means. Dengan menggunakan algoritma Fuzzy C-Means, analisis data penjualan menu Pindang Meranjat “Mak War” dari April hingga Agustus 2023 menghasilkan 2 klaster, dengan 13 menu tergabung dalam klaster pertama yang merupakan menu-menu dengan tingkat penjualan yang tinggi dan 77 menu dalam klaster kedua dengan tingkat penjualan yang lebih rendah. Jumlah klaster optimum diperoleh menggunakan 3 uji validitas klaster yaitu Modified Partition Coefficient, Silhouette Coefficient, dan Davied Bouldin Index (DBI). Berdasarkan ketiga uji validitas yang telah dilakukan, dapat disimpulkan bahwa algoritma Fuzzy C-Means sudah cukup baik dalam klasterisasi tingkat penjualan.

Keywords : Data Mining; Klasterisasi; Algoritma Fuzzy C-Means; Validitas Klaster.