Implementasi Data Mining Untuk Pengelompokan Data Penjualan Berdasarkan Pola Pembelian Menggunakan Algoritma K-Means Clustering Pada Toko Syihan

Authors

  • Nurin Fadhilah Adani STMIK Triguna Dharma
  • Ahmad Fitri Boy STMIK Triguna Dharma
  • Rendy Syahputra STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jct.v2i5.4648

Abstract

Toko Syihan merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Syihan terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan mengalamim kekecewaan karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses-proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data-data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang  strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk menggali informasi baru. Salah satu teknik yang ada pada data mining adalah clustering. Clustering dipilih karena dapat mengelompokkan data-data sesuai dengan karakteristik yang diinginkan, dalam penelitian ini berarti mengelompokkan data penjualan sembako di Toko Syihan. Adapun algoritma clustering yang digunakan adalah K-Means Clustering diintegrasikan pada aplikasi pemrograman berbasis dekstop. Dengan menerapkan aplikasi data mining ini maka hasil yang diperoleh yaitu sistem ini berhasil mengelompokkan data penjualan sembako menjadi 3 cluster (kelompok). Cluster 1  terdiri dari 12 data, cluster 2 terdiri dari 10 data dan cluster 3 yang merupakan cluster terkecil terdiri dari 3 data.

Author Biographies

Nurin Fadhilah Adani, STMIK Triguna Dharma

Sistem Informasi

Ahmad Fitri Boy, STMIK Triguna Dharma

Sistem Informasi

Rendy Syahputra, STMIK Triguna Dharma

Sistem Informasi

References

C. A. Sugianto, A. H. Rahayu, and A. Gusman, “Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Cigugur Tengah,†no. August, 2020, doi: 10.47292/joint.v2i2.30

Wirdah Choiriah, “Penggunaan Algoritma Apriori Data Mining Untuk Mengetahui Tingkat Kesetiaan Konsumen (Brand Loyality) Terhadap Merek Kendaraan Bermotor (Studi Kasus Dealer Honda Rumbai),†no. Februari, 2016.

Baginda Harahap, “Penerapan Algoritma K-Means Untuk Menentukan Bahan Bangunan Laris (Studi Kasus Pada UD. Toko Bangunan YD Indarung),†2019.

E. Iswandy, “Analisa Dan Perancangan Sistem Informasi Penagihan Purchasing Order Customer Studi Kasus Pada Cv. Vertical Cipta Relasi Padang Dengan Metode Centralized Data Processing,†J. TEKNOIF, vol. 4, no. Oktober, p. 14, 2016.

R. Yanto and R. Khoiriah, “Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat,†pp. 102–113.

A. Setiawan, et al, "Rancang Bangun Edugame The World of Word Berbasis unity 3D Dengan Implementasi Speech Recognition" Jurnal Teknik Informatika, 2017.

A. Rifa’i, G. Guntoro Setiaji, and V. Vydia, “PENGGUNAAN METODE K-MEANS PADA ANALISA DAN KLASIFIKASI CAPRES 2019 DI TWITTER,†Pengemb. Rekayasa dan Teknol., vol. 15, no. 1, pp. 43–47, 2019, [Online]. Available: http://journals.usm.ac.id/index.php/jprt/index.

N. Dwitri, J. A. Tampubolon, S. Prayoga, and P. P. P. A. N. W. F. I. R. H. Zer, “PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA,†vol. 4, no. 1, pp. 128–132, 2020.

F. Indriyani and E. Irfiani, “Clustering Data Penjualan Pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means,†2019.

Indra Griha and George Pri Hartawan, "Perancangan Aplikasi Koperasi SImpan Pinjam berbasis Web", Jurnal Ilmiah Ilmu Ekonomi, 2017.

E. Affandi and T. Syahputra STMIK Triguna Dharma, “J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Pemodelan Uml Manajeman Sistem Inventory,†vol. 1, no. 2, pp. 14–25, 2018.

Downloads

Published

2022-07-18

Issue

Section

Articles

URN