Yuli Hartati10, Sarjon Defit , Gunadi Widi Nurcahyo Pengarang

UD. Tiara Bersaudara is a shop that sells seeds and agricultural needs. To maintain a stock of seeds that farmers are interested in, sellers must be able to analyze seed sales data. This process is difficult to do because UD has a lot of sales data. The existing problem can be solved by clustering seed sales data. Clustering is grouping data into several clusters based on the level of data similarity. The research objective was to group the best-selling seedlings in UD.Tiara Bersaudara in increasing sales. Seed sales data from January to April 2019 are data that will be processed in this study. The clustering method uses the K-Means algorithm by partitioning the data into clusters based on the closest centroid to the data. Then the test is done by comparing the calculation results with the Rapid Miner studio 9.7 software. Clustering is tested based on lots of data and many clusters. The data tested were 42 seedlings by obtaining 2 clusters, 4 data which were best-selling seeds as cluster one (C1), and 38 data which were unsold seeds as cluster two (C2). Best-selling seeds are the best seeds that can increase sales consisting of Bibit Jagung NK 212, Bibit Jagung NK 7328, bibit Jagung Pioneer 32, Bibit Jagung NK 617232. The results of this study can be used as benchmarks for decision support by UD.Tiara Berasaudara to set up a marketing strategy to increase sales. Keywords: Data mining, Clustering, K-Means, RapidMiner, Bibit. UD. Tiara Bersaudara merupakan toko yang menjual bibit dan keperluan pertanian. Untuk menjaga stok bibit yang diminati oleh petani, penjual harus dapat menganalisa data penjualan bibit. Proses tersebut sulit dilakukan karena UD memiliki banyak data penjualan. Permasalahan yang ada bisa diselesaikan dengan cara klasterisasi data penjualan bibit. Klasterisasi merupakan pengelompokan data menjadi beberapa cluster berdasarkan tingkat kemiripan data. Tujuan Penelitian adalah untuk pengelompokan data bibit terlaris di UD.Tiara Bersaudara dalam meningkatkan penjualan. Data pejualan bibit dari Januari sampai dengan April 2019 adalah data yang akan diolah pada penelitian ini. Metode klasterisasi menggunakan algoritma K-Means dengan mempartisikan data kedalam bentuk cluster berdasarkan centroid terdekat dengan data. Selanjutnya apengujian dengan membandingkan hasil perhitungan dengan software RapidMiner studio 9.7 . Clustering diuji berdasarkan banyak data dan banyak cluster. Data yang diuji adalah sebanyak 42 data bibit dengan memperoleh 2 cluster, 4 data yang merupakan bibit laris sebagi cluster satu (C1), dan 38 data yang merupakan bibit tidak laris sebagai cluster dua (C2). Bibit laris merupakan bibit terbaik yang dapat meningkatkan penjualan yang terdiri dari Bibit Jagung NK 212, Bibit Jagung NK 7328, bibit Jagung Pioneer 32, Bibit Jagung NK 617232. Hasil dari Penelitian ini dapat dijadikan tolak ukur untuk penunjang keputusan oleh pihak UD.Tiara Berasaudara untuk mengatur strategi pemasaran dalam meningkatkan Penjualan. Kata kunci: Data mining, Clustering, K-Means, RapidMiner, Bibit.