Perkembangan teknologi informasi yang pesat mendorong pemanfaatan data dalam pengambilan keputusan bisnis, salah satunya dengan penerapan data mining. Penelitian ini bertujuan untuk mengelompokkan data transaksi penjualan produk pada toko Mandar Sutera menggunakan algoritma K-Means clustering. Permasalahan utama yang dihadapi adalah kesulitan dalam menentukan jumlah stok barang berdasarkan tingkat penjualan. Metode K-Means digunakan karena kemampuannya dalam mengelompokkan data ke dalam beberapa cluster berdasarkan kemiripan atribut, yaitu stok awal, stok keluar, dan stok akhir. Penelitian ini menggunakan 29 data produk dan dilakukan proses preprocessing,
penentuan jumlah cluster (k=3), perhitungan jarak menggunakan Euclidean Distance, serta evaluasi hasil dengan menghitung nilai centroid baru. Hasil pengelompokan menghasilkan tiga kategori penjualan: sangat laris, laris, dan kurang laris. Implementasi dilakukan menggunakan bahasa pemrograman Python. Pengujian dengan metode Silhouette Score 0,6151 menunjukkan bahwa cluster yang terbentuk memiliki kualitas cukup baik hasil tersebut menunjukkan bahwa silhouette score efektif dalam menilai kualitas pengelompokan dan menunjukkan
K-Means memberikan hasil yang lebih baik. Penelitian ini diharapkan dapat menjadi acuan bagi pemilik usaha dalam mengelola stok produk secara lebih efektif dan efisien.