Penerapan Data Mining Dalam Pengelompokan Wilayah Toko Penjualan Air Mineral Kemasan Menggunakan Algoritma K-Means Clustering
DOI:
https://doi.org/10.53513/jursi.v4i5.12208Keywords:
Data mining, K-Means Clustering, Pengelompokan Wilayah Toko, Air Mineral Kemasan, Distribusi PenjualanAbstract
Distribusi yang tepat menjadi salah satu hal penting dalam mendukung keberhasilan penjualan produk, termasuk dalam industri air mineral kemasan. PT. Tirta Alpin Makmur (Amoz) sebagai produsen air mineral perlu mengetahui wilayah toko mana saja yang memiliki potensi tinggi agar strategi distribusi dan pemasaran bisa berjalan lebih efektif dan efisien. Untuk itu, dibutuhkan pengelompokan wilayah berdasarkan data penjualan yang tersedia. Penelitian ini menggunakan metode K-Means Clustering untuk mengelompokkan wilayah toko berdasarkan tiga atribut, yaitu jumlah toko distribusi, jumlah penjualan per bulan, dan frekuensi pemesanan. Data diambil dari 30 desa yang berada di Kecamatan Namorambe dan kemudian diolah secara iteratif untuk mendapatkan hasil pengelompokan yang optimal. Dari proses tersebut, terbentuk tiga kelompok wilayah yaitu: wilayah dengan permintaan rendah, permintaan sedang, dan permintaan tinggi. Hasil ini memberikan gambaran yang lebih jelas mengenai karakteristik masing-masing wilayah toko yang dapat menjadi pertimbangan dalam pengambilan keputusan perusahaan. Dengan adanya pengelompokan ini, diharapkan PT. Tirta Alpin Makmur (Amoz) dapat merancang strategi distribusi dan promosi yang lebih tepat sasaran sesuai dengan kondisi wilayah toko. Selain itu, metode ini juga bisa dijadikan sebagai acuan dalam penerapan analisis data untuk kebutuhan distribusi di masa mendatang.
References
N. F. Adani, A. F. Boy, S. Kom, M. Kom, and R. Syahputra, “Implementasi Data Mining Untuk Pengelompokan Data Penjualan Berdasarkan Pola Pembelian Menggunakan Algoritma K-Means Clustering Pada Toko Syihan STMIK Triguna Dharma ** Program Studi Sistem Informasi, STMIK Triguna Dharma *** Program Studi Sistem Informasi, STMIK Triguna Dharma,” Jurnal CyberTech, vol. x. No.x, [Online]. Available: https://ojs.trigunadharma.ac.id
Sekar Setyaningtyas, B. Indarmawan Nugroho, and Z. Arif, “TINJAUAN PUSTAKA SISTEMATIS: PENERAPAN DATA MINING TEKNIK CLUSTERING ALGORITMA K-MEANS,” Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, vol. 10, no. 2, pp. 52–61, Oct. 2022, doi: 10.21063/jtif.2022.v10.2.52-61.
P. Pattasang, R. A. Hadiguna, K. Penulis, and : Pattasang, “RANCANGAN USAHA AIR MINUM DALAM KEMASAN MENGGUNAKAN MEREK MINERAL SANTRY (DI PONDOK PESANTREN INSAN MANDIRI BATAM),” vol. 2, no. 2, 2021, doi: 10.38035/jmpis.v2i2.
M. Fajar Fauzan, A. Irma Purnamasari, and G. Dwilestari, “PENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN AIR MINUM DALAM KEMASAN SELAMA MASA PANDEMI COVID-19,” 2023.
D. J. Lubis and M. B. Tamam, “Penerapan K-Means Untuk Pengelompokkan Beasiswa Santri di Pondok Pesantren Miftahul Huda Bogor,” vol. 12, pp. 7–20, 2022, doi: 10.36350/jbs.v12i1.
Y. Pratiwi and M. Mulyawan, “Implementasi Algoritma K-Means untuk Menentukan Angka Harapan Hidup berdasarkan Tingkat Provinsi,” Blend Sains Jurnal Teknik, vol. 1, no. 4, pp. 284–294, Mar. 2023, doi: 10.56211/blendsains.v1i4.233.
M. Rizqi Sulistio, N. Suarna, and O. Nurdiawan, “Analisa Penerapan Metode Clustering X-Means Dalam Pengelompokan Penjualan Barang,” Jurnal Teknologi Ilmu Komputer, vol. 1, no. 2, pp. 37–42, 2023, doi: 10.56854/jtik.v1i2.49.
D. Mutiara et al., “Pemilihan Pelanggan Potensial Dengan Melakukan Pemetaan Area Dengan Metode Algoritma K-NN dan K-Means Di Yamaha Nusantara Motor Purwokerto,” 2021.
S. Marliska Hutabarat, A. Sindar, and S. Pelita Nusantara Jl Iskandar Muda No, “Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma K-Means,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 2, no. 2, 2019.
F. Munawar, A. Nasution, P. Studi Sistem Informasi, and S. Tinggi Manajemen Informatika dan Komputer Royal, “SISTEMASI: Jurnal Sistem Informasi Pengelompokan Wilayah Berdasarkan Kubik Air menggunakan Algoritma K-Means pada Perumda Air Minum Tirta Silaupiasa Kabupaten Asahan Regional Grouping Based on Cubic Water Using K-Means Algorithm at Perumda Air Minum Tirta Silaupiasa Asahan Regency.” [Online]. Available: http://sistemasi.ftik.unisi.ac.id
J. Homepage, D. Syaputri, P. Herwina Noprita, and S. Romelah, “MALCOM: Indonesian Journal of Machine Learning and Computer Science Implemnetation of K-Means Algorithm for Economic Distribution Clustering Base on Demographics of Population Implementasi Algoritma K-Means untuk Pengelompokan Distribusi Sosial Ekonomi Masyarakat Berdasarkan Demografi Kependudukan,” vol. 1, pp. 1–6, 2021.
J. Homepage and I. Ramadhani, “IJIRSE: Indonesian Journal of Informatic Research and Software Engineering Implementation Of K-Means Algorithm For Palm Oil Productivity Data Clustering Implementasi Algoritma K-Means Untuk Klustering Data Produktivitas Kelapa Sawit”.
A. Septiarini, I. A. Thaher, and N. Puspitasari, “Pengelompokan Kualitas Kinerja Pegawai Menggunakan Metode K-Means Clustering,” Komputika : Jurnal Sistem Komputer, vol. 11, no. 2, pp. 131–141, Jul. 2022, doi: 10.34010/komputika.v11i2.5518.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
