Implementasi Algoritma K-Means Clustering untuk Analisis Pola Penjualan Bunga Adenium

Data transaksi penjualan dapat diolah menjadi informasi yang lebih berguna untuk mendukung pengelolaan produk. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering untuk mengelompokkan varietas bunga adenium berdasarkan karakteristik penjualannya. Data penelitian berupa 655 transaksi penjualan Kebun Ady Adenium periode Januari 2023 sampai Maret 2026. Setelah penghapusan satu data tidak lengkap dan 16 data duplikat, diperoleh 639 transaksi yang kemudian diagregasi menjadi 127 varietas. Tiga fitur clustering yang digunakan adalah rata-rata harga, total kuantitas terjual, dan jumlah transaksi. Data distandardisasi menggunakan StandardScaler, jumlah klaster ditentukan dengan Elbow Method berdasarkan Within-Cluster Sum of Squares (WCSS), dan kualitas pengelompokan dievaluasi menggunakan Silhouette Score. Hasil menunjukkan bahwa jumlah klaster optimal adalah tiga dengan Silhouette Score 0,6079, menunjukkan struktur klaster baik. Klaster 1 terdiri atas 92 varietas (72,44%) dengan rata-rata harga, total kuantitas terjual, dan jumlah transaksi yang berada pada tingkat rendah; Klaster 2 terdiri atas 7 varietas (5,51%) dengan rata-rata harga tinggi serta kuantitas terjual dan jumlah transaksi sedang; sedangkan Klaster 3 terdiri atas 28 varietas (22,05%) dengan rata-rata harga menengah serta kuantitas terjual dan jumlah transaksi tertinggi. Hasil tersebut memberikan dasar segmentasi produk untuk menentukan prioritas persediaan, strategi promosi, dan pengelolaan varietas secara lebih terarah.