IMPLEMENTASI DATA MINING DALAM MENGELOMPOKKAN PENJUALAN PRODUK KERAJINAN KHUSUS DAERAH KARO MENGGUNAKAN METODE K-MEANS CLUSTERING PADA TOKO RUMAH UIS

Authors

  • Milka Libriyani Br Sembiring STMIK Triguna Dharma
  • Ishak I STMIK Triguna Dharma
  • Fifin Sonata STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jct.v4i5.1588

Abstract

Toko Rumah Uis merupakan salah satu toko kain karo yang memiliki banyak produk yang sudah dimodifikasi ke berbagai bentuk kerajinan tangan seperti tas, pakaian, dan aksesoris. Toko ini kesulitan dalam penyetokan barang yang paling diminati, sedang diminati dan kurang diminati oleh konsumen yang akhirnya menyebabkan beberapa permintaan tidak terpenuhi karena stok barang habis dan terjadi penumpukan barang yang kurang diminati. Untuk menyelesaikan masalah penyetokan barang digunakan data mining dengan algoritma clustering yaitu metode k-means, dimana tahapan awalnya menentukan centroid secara acak dan melakukan perhitungan iterasi pertama serta menentukan centroid baru dari iterasi pertama, selanjutnya dilakukan perhitungan iterasi kedua, dan iterasi ketiga, dikarenakan hasil iterasinya kedua dan ketiga pada tata letak jarak yang paling kecil pada tiga pengelompokkan sama, maka perhitungan berhenti. Hasil yang diperoleh dengan menggunakan data penjualan yang menghasilkan produk yang paling diminati, sedang diminati dan kurang diminati. 

References

A. -, F. Marisa, and D. Purnomo, “Penerapan Algoritma Apriori Terhadap Data Penjualan di Toko Gudang BM,†JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 1, no. 1, pp. 1–5, 2016, doi: 10.31328/jointecs.v1i1.408.

R. Setiawan, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru ( Studi Kasus : Politeknik Lp3i Jakarta ),†J. Lentera Ict, vol. 3, no. 1, pp. 76–92, 2016.

L. Maulida, P. Studi, and M. Informatika, “KUNJUNGAN WISATAWAN KE OBJEK WISATA UNGGULAN DI PROV . DKI JAKARTA DENGAN K-MEANS,†vol. 2, no. 3, pp. 167–174, 2018.

T. Rismawan and D. S. Kusumadewi, “Aplikasi K-Means Untuk Pengelompokkan Mahasiswa Berdasarkan Nilai Body Mass Index (Bmi) & Ukuran Kerangka,†Semin. Nas. Apl. Teknol. Inf., vol. 21, no. 01, pp. 1907–5022, 2008.

E. Muningsih and S. Kiswati, “Sistem Aplikasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan,†Joutica, vol. 3, no. 1, p. 117, 2018, doi: 10.30736/jti.v3i1.196.

Downloads

Additional Files

Published

2022-08-04

Issue

Section

Articles

URN