Analisis Pola Transaksi Pembelian Pelanggan Menggunakan K-Means Time Series Untuk Rekomendasi Strategi Pengelolaan Menu Rumah Makan Warras

Abstract

Penelitian ini membahas permasalahan pengelolaan
menu pada Warung Makan WARRAS yang masih belum
berbasis data, sehingga mengakibatkan pengelolaan menu
kurang efektif dan tidak tersedianya beberapa menu yang
memiliki tingkat permintaan tinggi dari pelanggan. Selama ini,
data transaksi hanya diarsipkan tanpa dilakukan analisis lebih
lanjut. Analisis data transaksi penjualan memiliki peranan
penting dalam mengungkap pola pembelian pelanggan yang
bersifat dinamis. Melalui identifikasi tren penjualan, rumah
makan dapat meningkatkan efisiensi operasional serta
merancang menu berdasarkan permintaan aktual. Penelitian
ini menerapkan metode K-Means Time Series dengan
pengukuran jarak Dynamic Time Warping (DTW) serta
visualisasi menggunakan Multidimensional Scaling (MDS).
Proses analisis dilakukan terhadap data transaksi selama 13
bulan menggunakan perangkat lunak MATLAB. Validasi hasil
klasterisasi dengan nilai koefisien Silhouette sebesar 0,8716
menunjukkan bahwa metode pengelompokan yang digunakan
mampu menghasilkan struktur klaster yang sangat kuat dan
optimal. Hasil penelitian menunjukkan bahwa metode ini
berhasil mengelompokkan menu menjadi tiga klaster, yaitu
performa tinggi, sedang, dan rendah. Pengelompokan berbasis
pola penjualan terbukti dapat meminimalkan risiko overstock
melalui pengaturan persediaan yang selaras dengan tren
permintaan. Informasi yang dihasilkan dari klasterisasi ini
memberikan dasar strategis bagi pengelolaan menu yang lebih
efektif dan efisien.
Kata kunci—k-means, time series, DTW, clustering, data
transaksi