Penerapan Data Mining Dalam Mengklusterisasi Location Best Pb Tambahan Pada Regional IV PT Indomarco Prismatama Cab.Medan Dengan Menggunakan Metode K-Means
DOI:
https://doi.org/10.53513/jis.v19i2.2330Keywords:
Area, K-Means, Cluster, Pengelompokan ProdukAbstract
      Permintaan barang merupakan hal yang sangat penting bagi PT Indomarco Prismatama dalam pemenuhan kebutuhan stok toko. Pemenuhan stok yang tepat sangat berpengaruh besar untuk pendapatan laba yang besar bagi perusahaan. Salah satu hal penting lainnya yang perlu diperhatikan adalah area atau daerah persebaran toko indomaret dalam menjual produknya. Apalagi Indomaret merupakan perusahan yang bergerak di bidang ritel dalam penjualan kebutuhan pokok, sehingga perusahaan tersebut juga harus memperhatikan daerah yang memiliki potensi jual yang paling besar.         K-Means Clustering merupakan salah satu metode dari data mining untuk pengelompokan suatu kasus ke dalam tiap kelas yang dihitung dengan konsep sebuah iterasi secara berulang untuk mendapatkan sebuah nilai rasio dimana akan dihentikannya perhitungan iterasi ketika nilai rasio tidak lagi lebih besar dari nilai rasio sebelumnya. Metode ini menggunakan rumus Euclidian sehingga ditemukan jarak yang paling dekat dari setiap data dengan centroid. Apabila salah satu cluster atau kelompok memiliki banyak data area, maka area di salah satu cluster itu merupakan kelompok area permintaan paling besar yang terpilih berdasarkan perhitungan K-Means Clustering.      Dengan membangun sebuah sistem dalam penelitian ini, yang dimana dalam penelitian ini menghasilkan sebuah ilmu pengetahuan baru yaitu mengetahui daerah atau area mana yang paling besar dalam pemenuhan pb tambahan yang diharapkan nantinya berguna bagi perusahan untuk dapat memaksimalkan sistem pemenuhan pb tambahan.References
M. Hasanah, S. Defit, and G. W. Nurcahyo, “Implementasi Algoritma K-Means untuk Klasterisasi Peserta Olimpiade Sains Nasional Tingkat SMA,†J. Sistim Inf. dan Teknol., vol. 1, no. 3, pp. 31–36, 2019.
E. Irfiani and S. S. Rani, “Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita,†J. Sist. dan Teknol. Inf., vol. 6, no. 4, p. 161, 2018.
Y. Darmi and A. Setiawan, “Penerapan Metode Clustering K-Means Dalam Pengelompokan Penjualan Produk,†vol. 12, no. 2, pp. 148–157, 2016.
F. M. Firman Nurdiyansyah, Samsul Arifin, “Clustering algorithm untuk pengelompokan pelanggan dalam bidang usaha server reload,†Semin. Nas. Sist. Inf., pp. 1043–1047, 2018.
L. Bruno, “Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means,†J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.
S. Pai, F. Di Troia, C. A. Visaggio, T. H. Austin, and M. Stamp, “Clustering for malware classification,†J. Comput. Virol. Hacking Tech., vol. 13, no. 2, pp. 95–107, 2017.
