Clustering Data Persediaan Barang Menggunakan Metode Elbow dan DBSCAN

Dalam dunia bisnis dan manajemen persediaan, pengelolaan persediaan yang efisien merupakan hal yang sangat penting. Jika suatu perusahaan tidak memiliki persediaan, maka tidak mungkin dapat memenuhi keinginan konsumen. Mengelola persediaan barang memerlukan manajemen persediaan yang cermat, analisis data yang baik. Tantangan dalam persediaan barang melibatkan fluktuasi permintaan yang tidak terduga, menyulitkan penentuan tingkat persediaan optimal. Diversifikasi produk dengan berbagai karakteristik juga menjadi hambatan, menghambat pengelompokan dan perumusan strategi manajemen persediaan. Kurangnya segmentasi produk yang jelas menambah faktor penghambat, sulit mengidentifikasi kelompok barang serupa. Penumpukan stok yang tidak efisien dapat merugikan bisnis secara keseluruhan, sehingga penerapan clustering diperlukan untuk mengoptimalkan strategi persediaan berdasarkan karakteristik produk. Dengan menganalisis kelompok produk, perusahaan dapat mengembangkan strategi manajemen persediaan yang lebih efisien dan efektif. Pada penelitian ini menggunakan metode clustering dengan menggunakan metode elbow dan DBSCAN (Density-Based Spatial Clustering of Applications with Noise). Metode elbow yang digunakan untuk menentukan nilai eps dan minpts yang paling optimal. Tujuan penelitian ini untuk mengelompokkan data persediaan barang dengan menggunakan atribut Initial quantity (stok awal), quantity sold (stok terjual), dan quantity available (stok produk tersedia). Sehingga dengan data yang dikelompokkan dapat memudahkan perusahaan untuk mengoptimalkan persediaan barang yang paling banyak terjual dan peminatnya. Berdasarkan hasil pengujian elbow dan DBSCAN diperoleh 144 cluster dan 0 data noise dengan cluster 2 merupakan produk dengan jumlah penjualan dan persediaan yang paling banyak.Metode DBSCAN yang diuji tanpa menggunakan elbow memmperoleh hasil cluster 3 dan 959 data noise