Penerapan Data Mining Untuk Mengelompokan Produk Mesin Mesin Berdasarkan Kualitas Menggunakan Algoritma K-Means Clustering
DOI:
https://doi.org/10.53513/jsk.v8i1.10710Keywords:
Mesin Jahit, Kualitas Produk, K-Means ClusteringAbstract
Penelitian ini berfokus pada pengelompokan produk mesin jahit berdasarkan kualitas, sebuah isu yang semakin kompleks seiring dengan meningkatnya variasi produk di pasaran. Keberagaman jenis dan kualitas mesin jahit menimbulkan tantangan bagi produsen, penjual, dan pengguna dalam memilih produk yang sesuai dengan kebutuhan. Penelitian ini menawarkan solusi dengan memanfaatkan data mining melalui penerapan algoritma K-Means Clustering. Metode ini dipilih karena kemampuannya dalam mengidentifikasi pola dan mengelompokkan data berdasarkan kemiripan fitur. Data yang digunakan dalam penelitian ini bersumber dari Toko Mesin Jahit Hendra, dengan variabel yang dipertimbangkan meliputi harga, kecepatan, dan ketahanan. Hasil penelitian menunjukkan bahwa aplikasi data mining yang dirancang berhasil mengelompokkan produk mesin jahit ke dalam tiga cluster: sangat bagus, bagus, dan standar Aplikasi ini secara akurat mengidentifikasi kualitas mesin jahit berdasarkan data yang dimasukkan. Hasil ini diharapkan dapat menjadi acuan bagi produsen, penjual, dan pengguna dalam memilih produk yang sesuai dengan kebutuhan dan preferensi mereka, sehingga meningkatkan efisiensi dan kualitas produk di industri permesinan.References
I. Zulkarnaen, B. Nurina Sari, P. Studi Teknik Informatika, F. Ilmu Komputer, and U. Singaperbangsa Karawang, “Penerapan Metode Forward Chaining Pada Sistem Pakar Diagnosis Kerusakan Mesin Jahit Berbasis Web,” J. Inf. Syst. Applied, Manag. Account., vol. 6, no. 3, pp. 577–586, 2022, doi: 10.52362/jisamar.v6i3.857.
A. Abriyanto and N. Damastuti, “Segmentasi Mahasiswa Dengan ‘Unsupervised’ Algoritma Guna Membangun Strategi Marketing Penerimaan Mahasiswa,” Insa. Comtech Inf. Sci. Comput. Technol. J., vol. 4, no. 2, pp. 10–18, 2019, [Online]. Available: http://ejournal.unira.ac.id/index.php/insand_comtech/article/view/677
İ. Ertuğrul and T. Öztaş, “Konfeksiyon Sektöründe Oran Analizi Bazında Çok Amaçlı Optimizasyon Yöntemi (MOORA) ile Dikiş Makinesi Seçimi Uygulaması,” Tekst. ve Konfeksiyon, vol. 25, no. 1, pp. 80–85, 2015.
P. Karande and S. Chakraborty, “Application of multi-objective optimization on the basis of ratio analysis (MOORA) method for materials selection,” Mater. Des., vol. 37, pp. 317–324, 2012, doi: 10.1016/j.matdes.2012.01.013.
H. N. Prabowo, R. Setyadi, and W. A. Prabowo, “Application of Data Mining for Clustering of Foreign Tourist Visits Based on Arrival Entrance,” Sinkron, vol. 7, no. 1, pp. 49–58, 2022, doi: 10.33395/sinkron.v7i1.11217.
A. Yani, Z. Azmi, and D. Suherdi, “Implementasi Data Mining Menganalisa Data Penjualan Menggunakan Algoritma K-Means Clustering,” vol. 2, pp. 315–323, 2023.
S. I. Wahyudi and A. Wibowo, “Implementasi Metode K-Means Clustering Untuk Pengelompokan Data Stok Produk Toko Online Perdagangan Kaos,” Semin. Nas. Mhs. Fak. Teknol. Inf., no. September, pp. 470–478, 2022, [Online]. Available: https://senafti.budiluhur.ac.id/index.php
G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” vol. 6, no. 1, pp. 40–46, 2022.
I. F. Ashari, R. Banjarnahor, D. R. Farida, S. P. Aisyah, A. P. Dewi, and N. Humaya, “Penerapan Data Mining dengan Metode K-Means Clustering dan Davies Bouldin Index untuk Pengelompokan Film IMDB,” vol. 6, no. 1, 2022.
N. Afiasari, N. Suarna, and N. Rahaningsi, “Implementasi Data Mining Transaksi Penjualan Menggunakan Algoritma Clustering dengan Metode K-Means,” J. SAINTEKOM, vol. 13, no. 1, pp. 100–110, 2023, doi: 10.33020/saintekom.v13i1.402.
T. A. Kurniawan, T. W. Wisjhnuadji, H. Kholil, and A. Hanif, “Jurnal Ilmiah Fakultas Teknik LIMIT ’ S Vol . 20 No . 1 2023 ISSN 0216-1184 DATA MINING APPLICATION FOR CLUSTERING COVID-19 SPREAD AREAS IN DKI JAKARTA USING THE K-MEANS ALGORITHM Jurnal Ilmiah Fakultas Teknik LIMIT ’ S Vol . 20 No . 1 2023,” vol. 20, no. 1, pp. 17–24, 2023.
A. Adiyanto and Y. Arie Wijaya, “Penerapan Algoritma K-Means Pada Pengelompokan Data Set Bahan Pangan Indonesia Tahun 2022-2023,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1344–1350, 2023, doi: 10.36040/jati.v7i2.6849.
Downloads
Published
Issue
Section
License
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Nama dan alamat email yang masuk ke situs jurnal ini akan digunakan secara eksklusif untuk tujuan jurnal ini dan tidak akan digunakan untuk tujuan dan pihak lain.