Abstract:
Sektor pertanian sangat bergantung pada efektivitas input produksi pestisida,
namun CV. Aneka Jaya Tunas Agro saat ini menghadapi tantangan operasional
karena pengambilan keputusan distribusi yang cenderung subjektif. Penelitian ini
bertujuan untuk mengelompokkan pola konsumsi retailer guna menghasilkan
insight strategis dalam manajemen stok dan optimalisasi distribusi. Dataset yang
digunakan merupakan transaksi penjualan tahun 2023–2024 yang dibersihkan
menjadi 1.488 data valid dan diagregasi menjadi 134 profil retailer. Menggunakan
metodologi Knowledge Discovery in Databases (KDD), dilakukan perbandingan
performa antara algoritma Hierarchical Agglomerative Clustering (HAC) dengan
metode Ward dan K-Medoids (PAM) menggunakan metrik Silhouette Score dan
Davies-Bouldin Index (DBI). Hasil pengujian menunjukkan bahwa algoritma HAC
memiliki performa lebih unggul dengan nilai Silhouette Score sebesar 0,5195 dan
DBI sebesar 0,7207, dibandingkan K-Medoids yang menghasilkan Silhouette Score
0,2914 dan DBI 1,2987. Berdasarkan hasil klasterisasi, retailer dibagi menjadi tiga
kategori utama, yaitu retailer besar (10 unit), retailer menengah (51 unit), dan
retailer kecil (73 unit), yang masing-masing diberikan rekomendasi strategi bisnis
spesifik. Penelitian ini menyimpulkan bahwa algoritma HAC lebih efektif dalam
memetakan pola konsumsi retailer untuk mendukung pengambilan keputusan
berbasis data (data-driven).
