ALGORITMA K-MEANS DALAM CLUSTERING PRODUK SKINCARE UNTUK MENENTUKAN STRATEGI PEMASARAN

Penelitian ini fokus pada pengembangan strategi pemasaran dalam industri kosmetik yang semakin kompetitif. Menggunakan pendekatan data mining dengan algoritma K-Means, penelitian ini bertujuan untuk mengidentifikasi produk-produk terlaris, sedang, dan rendah dalam penjualan. Metode ini memungkinkan pengelompokan produk berdasarkan pola penjualan, memfasilitasi pengambilan keputusan yang efektif dalam meningkatkan laba perusahaan. Dengan menganalisis data penjualan dan mengklasifikasikan produk ke dalam kluster yang sesuai, strategi pemasaran yang lebih cermat dapat dirancang. Hasil yang didapatkan dari perhitungan cluster dari 693 data penjualan skincare yaitu : 392 data termasuk penjualan rendah dan tergolong cluter 1, 13 data termasuk penjualan sedang dan tergolong cluster 2,288 data termasuk penjualan terlaris dan tergolong cluster 3. Hasil penelitian ini dapat memberikan wawasan berharga bagi perusahaan kosmetik dalam mengoptimalkan strategi pemasaran guna mencapai target penjualan dan mengurangi penumpukan stok. Dengan menerapkan Algoritma K-Means pada data penjualan produk kosmetik, perusahaan dapat mengidentifikasi produk yang memiliki kinerja penjualan tinggi, sedang, dan rendah. Langkah ini memungkinkan pengelompokan produk berdasarkan pola penjualan, memudahkan penentuan strategi pemasaran yang sesuai. Berdasarkan hasil cluster yang didapatkan maka ditentukan strategi pemasaran untuk tindak lanjut semua produk mulai dari produk terlaris, fokus pemasaran dapat diperkuat untuk mempertahankan dan meningkatkan penjualan. Untuk produk penjualan sedang, strategi dapat diarahkan untuk meningkatkan popularitas dan meningkatkan penjualan. Sedangkan untuk produk penjualan rendah, perlu dilakukan analisis lebih lanjut untuk mengidentifikasi penyebab rendahnya penjualan dan mengambil tindakan korektif, seperti penyempurnaan produk atau strategi pemasaran yang lebih efektif.