Implementasi Data Mining Untuk Klasterisasi Penjualan Makanan Dan Minuman Menggunakan Metode K-Means (Studi Kasus: Bloum Coffee)

Abstract

             Bloum Coffee adalah salah satu kafe yang menjual berbagai macam kebutuhan makanan dan minuman seperti nasi goreng, ayam penyet, ayam bakar, nasi soto ayam, pisang goreng, kentang goreng, jus buah dan kopi. Adapun yang menimbulkan beberapa permasalahan salah satunya seperti pemilik kafe kebingungan dalam proses penambahan stok barang dan terjadinya penumpukan stok makanan dan minuman yang kurang diminati pembeli, sedangkan stok untuk makanan dan minuman yang terlaris dibeli oleh pembeli justru sering kehabisan..                Dalam permasalahan tersebut maka dapat diatasi dengan adalah penerapan Data Mining. Data Mining juga disebut sebagai serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Pada penelitian ini analisa data mining dilakukan dengan menggunakan metode K-Means. Dengan menggunakan metode ini, data-data yang telah didapatkan dapat dikelompokan kedalam beberapa cluster berdasarkan kemiripandari data-data tersebut, sehingga data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster dan yang memliki karakteristik yang berbeda dikelompokan dalam cluster yang lain yang memiliki karakteristik yang sama.                Hasil pengujian ini digunakan adalah Visual Basic 2010. Visual basic  dan dapat membantu Bloum Coffee dalam hal klasterisasi penjualan  makanan dan minuman yang paling laris, cukup laris dan kurang laris