Penelitian ini dilatar belakangi oleh pemilik kesulitan menentukan perkiraan penjualan pada bulan berikutnya dengan menggunakan cara manual sehingga proses pengadaan barang tidak tepat sasaran. Bertujuan untuk memprediksi data penjualan untuk bulan berikutnya. Penyelesaian dari penelitian ini yaitu dimulai dari pengambilan nilai K atau centroid secara acak kemudian hitung jarak dengan setiap data menggunakan euclidean hingga ditemukan jarak yang terpendek dengan nilai centroid. Kelompokkan data berdasarkan kemiripannya dengan centroid. Langkah tersebut akan terus berulang hingga jarak tidak berubah. Langkah selanjutnya hasil clustering dihitung dengan fuzzifikasi. Pembentukan basis pengetahuan fuzzy, rule dalam bentuk IF ... THEN. Menggunakan fungsi implikasi MIN untuk mendapatkan nilai α – predikat tiap – tiap rule. Defuzzifikasi menggunakan metode rata-rata. Hasil penelitian ini telah berhasil membuat system mengukur ketepatan pengelompokan pada data transaksi minimarket dan mengukur ketepatan prediksi penjualan pada hasil pengelompokan dengan menggunakan metode K-Means dan Fuzzy Tsukamoto dengan hasil akhir prediksi pada tanggal 1 Juli 2018. Sehingga pengguna lebih mudah dalam menentukan perkiraan penjualan beras pada bulan berikutnya secara efektif dan efisien.Penelitian ini dilatar belakangi oleh pemilik kesulitan menentukan perkiraan penjualan pada bulan berikutnya dengan menggunakan cara manual sehingga proses pengadaan barang tidak tepat sasaran. Bertujuan untuk memprediksi data penjualan untuk bulan berikutnya. Penyelesaian dari penelitian ini yaitu dimulai dari pengambilan nilai K atau centroid secara acak kemudian hitung jarak dengan setiap data menggunakan euclidean hingga ditemukan jarak yang terpendek dengan nilai centroid. Kelompokkan data berdasarkan kemiripannya dengan centroid. Langkah tersebut akan terus berulang hingga jarak tidak berubah. Langkah selanjutnya hasil clustering dihitung dengan fuzzifikasi. Pembentukan basis pengetahuan fuzzy, rule dalam bentuk IF ... THEN. Menggunakan fungsi implikasi MIN untuk mendapatkan nilai α – predikat tiap – tiap rule. Defuzzifikasi menggunakan metode rata-rata. Hasil penelitian ini telah berhasil membuat system mengukur ketepatan pengelompokan pada data transaksi minimarket dan mengukur ketepatan prediksi penjualan pada hasil pengelompokan dengan menggunakan metode K-Means dan Fuzzy Tsukamoto dengan hasil akhir prediksi pada tanggal 1 Juli 2018. Sehingga pengguna lebih mudah dalam menentukan perkiraan penjualan beras pada bulan berikutnya secara efektif dan efisien.
[1] Yossi Hardian Aditya Purwa. 2018. Pengaruh Minimarket Terhadap Pendapatan Pedagang Pasar Tradisional. Skripsi. Purwokerto. Ekonomi Syari’ah. Institut Agama Islam Negeri Purwokerto.
[2] Ong, Johar Oscar. 2013. Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University. 12 (1). (online), tersedia: http://journals.ums.ac.id/index.php/jiti/article/download/651/392 diunduh 27 November 2018.
[3] Ong, Johar Oscar. 2013. Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University. 12 (1). (online), tersedia: http://journals.ums.ac.id/index.php/jiti/article/download/651/392 diunduh 27 November 2018
[4] T. Sutojo, S.Si., M.Kom., Edy Mulyanto, S.Si., M.Kom., dan Dr. Vincent Suhartono. 2011. Kecerdasan Buatan. Yogyakarta: Andi dan Udinus.
[5] Kusumadewi, Sri. 2010. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan (Edisi 2), Yogyakarta: Graha Ilmu