PERENCANAAN PRIORITAS STOK SPAREPART SERVIS HANDPHONE BERDASARKAN PENGELOMPOKAN KASUS SERVIS MENGGUNAKAN AGGLOMERATIVE HIERARCHICAL CLUSTERING PADA KONTER ANJAS REPARASI

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.