Strategi Pengambilan Keputusan Berbasis Data Analytics pada UMKM untuk Meningkatkan Penjualan

UMKM (Usaha Mikro, Kecil, dan Menengah) memiliki kontribusi besar terhadap perekonomian Indonesia, namun masih menghadapi berbagai tantangan dalam pengambilan keputusan yang tepat guna meningkatkan penjualan. Salah satu solusi yang ditawarkan adalah penerapan data analytics untuk mengolah data penjualan menjadi informasi yang dapat dijadikan dasar strategi bisnis. Penelitian ini bertujuan untuk menerapkan metode descriptive analytics pada data penjualan UMKM yang diperoleh dari platform publik Kaggle. Data tersebut mencakup atribut tanggal transaksi, jenis produk, jumlah order, harga, dan total penjualan. Metode yang digunakan mengacu pada tahapan CRISP-DM, dimulai dari pengumpulan data, preprocessing, eksplorasi data, hingga visualisasi menggunakan Google Colab dan library Python seperti Pandas, Seaborn, dan Matplotlib. Analisis dilakukan untuk menjawab tiga rumusan masalah: penerapan data analytics, temuan pola penjualan, serta strategi peningkatan penjualan. Hasil menunjukkan bahwa pendekatan ini mampu mengidentifikasi produk terlaris, tren penjualan bulanan, serta fluktuasi permintaan. Visualisasi tren penjualan dan statistik deskriptif berhasil mengungkap produk yang berkontribusi besar terhadap omzet serta bulan-bulan dengan performa tinggi atau rendah. Berdasarkan temuan ini, strategi bisnis seperti fokus promosi pada produk unggulan, penguatan stok saat puncak penjualan, serta evaluasi produk tidak laku dapat dirumuskan. Penelitian ini bersifat eksploratif dan ditujukan sebagai panduan praktis bagi pelaku UMKM yang belum familiar dengan data analytics. Rekomendasi lanjutan meliputi integrasi dengan metode prediksi dan penggunaan visualisasi interaktif.