Penentuan Strategi Pengadaan dan Pemasaran pada Toko Melody Beauty Jember dengan Metode K-Means Clustering

Abstract

Pada tahun 2020 Badan Pusat Statistik (BPS) menyatakan bahwa industri kosmetik telah mengalami peningkatan yang cukup tinggi yaitu sebesar 5,59 (Angelina 2021). Peningkatan industri kosmetik tersebut tidak lepas dari adanya tren produk kecantikan yang terjadi dari masa pandemi hingga saat ini, mengakibatkan pelaku usaha produk kecantikan mengalami peningkatan penjualan (Angelina 2021). Semakin banyak produk yang terjual karena adanya tren tersebut, mengakibatkan terjadinya penumpukan data historis transaksi penjualan (Normah, Rifai, and Sari 2020). Penumpukan data tersebut jika dianalisis dan diolah dengan baik akan menjadi sebuah informasi yang bermanfaat, sehingga tidak hanya bermanfaat sebagai arsip tetapi bermanfaat sebagai penentuan strategi dalam pengembangan bisnis (Normah, Siti Nurajizah 2021). Melody Beauty merupakan bisnis perseorangan yang bergerak di bidang produk kecantikan. Banyaknya pelaku bisnis bidang produk kecantikan saat ini mengharuskan Melody Beauty dapat bertahan dalam persaingan bisnis dengan menentukan strategi pemasaran yang tepat. Sementara itu, adanya tren produk kecantikan mengakibatkan terjadinya penumpukan data dan tidak menentunya persediaan produk pada Melody Beauty (Hotimah 2023). Penumpukan data transaksi penjualan yang terjadi pada Melody Beauty memerlukan praktik pengolahan data. Pengolahan data yang diperlukan berdasarkan data historis transaksi penjualan pada Melody Beauty yaitu pengelompokan data berdasarkan dengan karakteristik datanya, sehingga kelompok yang dihasilkan memiliki kemiripan antar data. Clustering merupakan proses pengelompokan data berdasarkan karakeristiknya, sehingga data dalam setiap subset memiliki arti yang bermanfaat (Saha and Mukherjee 2021). Dalam clustering diperlukan implementasi algoritma, kriteria algoritma clustering yang baik untuk meningkatkan kemiripan dalam suatu kelompok dan perbedaan antar kelompok adalah Algoritma K-Means Clustering (Saha and Mukherjee 2021). Tujuan dari penelitian ini yaitu menghasilkan kelompok data untuk menentukan strategi pengadaan dan pemasaran yang didasarkan data historis transaksi penjualan pada Melody Beauty dengan pengelompokan data menggunakan Algoritma K-Means Clustering. Penelitian ini menghasilkan 3 cluster yaitu, cluster 0 diberi label cluster ‘Kurang Laris’, dengan total 221 produk, cluster 1 diberi label cluster ‘Laris’, karena dapat dilihat dari hasil clustering pada cluster 1 dengan total 338 produk, dan cluster 2 diberi label cluster ‘Sangat Laris’, karena dapat dilihat dari hasil clustering pada cluster 2 dengan total 120 produk. Penentuan strategi pengadaan dan pemasaran, yang pertama penentuan strategi pengadaan pada setiap cluster yaitu cluster 0 dilakukan pengadaan stok sedikit, cluster 1 dilakukan pengadaan stok sedang, dan cluster 2 dilakukan pengadaan stok banyak. Selanjutnya penentuan strategi pemasaran yaitu di berlakukan diskon dengan sistem paket penjualan, Misal dari cluster ‘Kurang Laris’ terdapat produk skincare A dan B, dan cluster ‘Sangat Laris’ terdapat produk skincare C dan D, maka dapat melakukan sistem paket yang nantinya jika membeli produk skicara A dan C akan mendapatkan diskon, begitupun sebaliknya jika membeli produk skincare B dan D. kemudian lebih mengenalkan produk pada cluster ‘Kurang Laris’, karena kurang minatnya konsumen tehadap produk, biasanya karena tidak mengetahui produknya, dan tidak ada yang menggunakan, sehingga perlu dibuatkan video pemakaian produk beserta penjelasan manfaatnya pada cluster ‘Kurang Laris’, sehingga hal tersebut dapat menarik konsumen untuk menggunakannya. Terakhir melakukan displai dan pemotretan produk dari cluster ‘Kurang Laris’, cluster ‘Laris, dan cluster ‘Sangat Laris’ secara bersamaan, yang bertujuan supaya produk tersebut cepat dilihat oleh konsumen, sehingga konsumen dapat mempertimbangkan untuk membeli produk yang mana yang akan dibeli, bahkan dapat membeli seluruh pilihannya. Dilakukan pula analisis strategi promosi berdasarkan promotion mix pada setiap cluster.