Analisa Penjualan Toko Hijab Kiki Hn Dengan Penerapan Data Mining Metode K-Means Clustering Dan Market Basket Analysis

Dalam persaingan dunia bisnis sekarang ini, menurut para pelakunya untuk senantiasa mengembangkan bisnis mereka dan juga agar selalu bertahan dalam persaingan. Untuk memenuhi kebutuhan tersebut terdapat beberapa hal yang bisa dijalankan salah satunya dengan melakukan analisis data transaksi. Tujuan dari penelitian ini adalah untuk menentukan produk yang sangat laris, laris dan yang kurang laris, serta mencari solusi tentang Bagaimana cara perusahaan tidak mengalami kesulitan untuk mengelompokkan produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data yang kurang efektif. Untuk melakukan strategi pemasaran perlu adanya ilmu data mining menggunakan Clustering dan algoritma apriori untuk mendapatkan informasi asosiasi data barang dari data transaksi penjualan dapat melihat pola pembelian konsumen. Metode K-means dapat diterapkan pada toko Hijab Kiki HN untuk menentukan penjualan produk mana yang sangat laris, laris dan kurang laris. Penerapan metode K-Means pada toko Hijab Kiki HN, yaitu dengan cara mengelompokan data stok barang kedalam 3 cluster. Hasil penelitian menunjukkan bahwa produk yang tergolong sangat laris ada 5 produk, kategori laris ada 4 produk, kategori kurang laris ada 6 produk. Dari Hasil dari pengolahan data 30 transaksi melalui Market Basket Analysis terdapat 1 pola asosiasi yang memenuhi syarat adalah jika membeli Pashmina maka akan membeli Bros dengan confidence tertinggi sebesar 72.22% dan pola yang didapat bisa digunakan untuk memberikan diskon atau bundling terhadap pola pembelian. Kata Kunci: Data Mining, K-Means, Market Basket Analysis, Algortima Apriori, Confidenc