Analisis Penjualan Bobby Aquatic Menggunakan K-Means Clustering dan Holt-winters dengan Pendekatan CRISP-DM

Prabowo, Levina Shaharani and Ir.Nanang Yudi Setyawan, S.T., M.Kom. and Welly Purnomo, S.T., M.Kom. (2025) Analisis Penjualan Bobby Aquatic Menggunakan K-Means Clustering dan Holt-winters dengan Pendekatan CRISP-DM. Sarjana thesis, Universitas Brawijaya.

Abstract

Bobby Aquatic adalah bisnis yang bergerak di bidang perdagangan akuatik, saat ini Bobby Aquatic menghadapi tantangan dalam efisiensi pengadaan stok dan prediksi tren penjualan yang akurat. Penelitian ini bertujuan untuk menganalisis pola penjualan Bobby Aquatic menggunakan pendekatan KMeans Clustering dan Holt-winters Exponential Smoothing berdasarkan metodologi CRISP-DM. Data yang digunakan berasal dari data penjualan dua cabang bisnis, yaitu Bobby Aquatic 1 dan Bobby Aquatic 2. K-Means Clustering digunakan untuk segmentasi produk berdasarkan model RFM (Recency, Frequency, Monetary), dengan tujuan mengelompokkan produk berdasarkan performa penjualannya. Hasil evaluasi dengan Silhouette Score menunjukkan nilai Silhouette berada pada rentang nilai 0,4–0,5 dan diperoleh jumlah cluster optimal adalah 4. Hal ini juga konsisten dengan hasil pencarian cluster optimal menggunakan Elbow Method. Sementara itu, Holt-winters Exponential Smoothing diterapkan untuk memprediksi penjualan berdasarkan pola tren dan musiman. Model ini dievaluasi menggunakan MAPE (Mean Absolute Percentage Error), dengan tingkat error sebesar 6,90% untuk model prediksi penjualan cabang pertama dan 9,34% untuk model prediksi penjualan cabang kedua. Hasil analisis clustering dan forecasting disajikan dalam bentuk dashboard analitik interaktif yang diimplementasikan menggunakan Streamlit Community Cloud untuk mempermudah pemantauan analisis secara berkelanjutan. Penelitian ini diharapkan dapat mendukung manajemen dalam pengambilan keputusan strategis terkait pengadaan stok dan perencanaan penjualan berdasarkan hasil analisis data.

English Abstract

Bobby Aquatic is a business engaged in the aquatic trade sector, currently Bobby Aquatic faces challenges in stock procurement efficiency and accurate sales trend prediction. This study aims to analyze Bobby Aquatic's sales patterns using the K-Means Clustering and Holt-winters Exponential Smoothing approaches based on the CRISP-DM methodology. The data used comes from sales data from two business branches, namely Bobby Aquatic 1 and Bobby Aquatic 2. K-Means Clustering is used for product segmentation based on the RFM (Recency, Frequency, Monetary) model, with the aim of grouping products based on their sales performance. The Evaluation results with the Silhouette Score show that the Silhouette value is in the range of 0.4–0.5 and the optimal number of clusters is 4. This is also consistent with the results of searching for optimal clusters using the Elbow Method. Meanwhile, Holt-winters Exponential Smoothing is applied to predict sales based on trend and seasonal patterns. This model is evaluated using MAPE (Mean Absolute Percentage Error), with an error rate of 6.90% for the first model and 9.34% for the second model. The results of the clustering analysis and sales prediction are presented in the form of an interactive analytical dashboard implemented using Streamlit Community Cloud, to facilitate continuous monitoring of the analysis. This study is expected to support management in making strategic decisions related to stock procurement and sales planning based on the results of data analysis.

Item Type:	Thesis (Sarjana)
Identification Number:	052515
Uncontrolled Keywords:	Segmentasi produk, K-Means Clustering, Holt-winters Exponential Smoothing, RFM (Recency, Frequency, Monetary), CRISP-DM, Dashboard
Divisions:	Fakultas Ilmu Komputer > Teknologi Informasi
Depositing User:	S Sucipto
Date Deposited:	06 Mar 2025 07:37
Last Modified:	06 Mar 2025 07:37
URI:	http://repository.ub.ac.id/id/eprint/236664

Text (DALAM MASA EMBARGO) Levina Shaharani P.pdf Restricted to Registered users only Download (6MB)

Actions (login required)

View Item