Abstract:
Manajemen persediaan suku cadang (sparepart) yang tidak terencana pada
penyedia jasa reparasi telepon seluler sering kali mengakibatkan penumpukan
modal (dead-stock) atau kekosongan barang saat dibutuhkan. Penelitian ini
bertujuan untuk mengembangkan sistem dashboard perencanaan prioritas stok
sparepart pada Konter Anjas Reparasi menggunakan algoritma Agglomerative
Hierarchical Clustering (AHC). Metodologi yang digunakan mengacu pada
kerangka kerja CRISP-DM (Cross-Industry Standard Process for Data Mining).
Berdasarkan hasil Exploratory Data Analysis (EDA) terhadap 1.113 data riwayat
servis historis, diperoleh 811 data valid setelah mengeliminasi anomali
operasional. Pemodelan AHC menggunakan pendekatan bottom-up menghasilkan
jumlah klaster optimal sebanyak 4 kelompok (𝑘 = 4). Pemilihan 𝑘 = 4
didasarkan pada integrasi evaluasi matematis (Silhouette Score dan Davies
Bouldin Index) serta validasi pakar (Expert Judgment). Hasil klastering ini
diimplementasikan ke dalam sebuah Decision Support System berbasis web
(Flask) yang memiliki fitur utama "Smart Stok". Sistem ini menerjemahkan
wawasan analitik menjadi rekomendasi tindakan operasional, yaitu: pemetaan
prioritas tinggi (ready stock) untuk komponen fast-moving, penyediaan terbatas
(buffer stock) untuk suku cadang situasional bernilai tinggi, serta peringatan tanpa
penyetokan fisik untuk kasus indent part guna menghindari dead-stock. Sistem ini
juga dilengkapi fitur "Simulasi Servis" untuk mengestimasi biaya dan durasi
pengerjaan, sehingga mampu memberikan panduan berbasis data (data-driven)
dalam meningkatkan efisiensi rantai pasok Konter Anjas Reparasi.
