Penerapan Data Mining Untuk Mengelompokkan Data Penjualan XL Home Menggunakan Metode K-Means
DOI:
https://doi.org/10.53513/jursi.v2i4.5499Abstract
Pada PT.GSR memiliki karyawan sebanyak 18 Orang sales yang memasarkan produk XL Home di kota Medan. Dalam waktu 1 bulan, target penjualan diharapkan sebanyak 200 pelanggan baru didapatkan untuk berlangganan produk XL Home. Tetapi, dengan luasnya cakupan area penjualan tidak sesuai dengan jumlah sales yang dimiliki. Permasalahan tersebut perusahaan membutuhkan bidang keilmuan data mining dengan menggunakan metode K-Means Clustering. Dengan menggunakan metode ini, data-data yang telah didapatkan dapat dikelompokan kedalam beberapa cluster berdasarkan kemiripan dari 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 penelitian ini dapat pengelompokan data penjualan berdasarkan target penjualan dan jumlah penjualan di kota medan ini menggunakan data mining dengan metode clustering diharapkan dapat membantu untuk PT. GSR dalam melakukan promosi penjualan ke wilayah yang memiliki potensi besar dengan jumlah sales yang telah dimiliki agar menjadi lebih efisien dan mampu mencapai target penjualan yang diberikan.References
D. Sunia and P. Alam Jusia, "PENERAPAN DATA MINING UNTUK CLUSTERING DATA PENDUDUK MISKIN MENGGUNAKAN ALGORITMA K-MEANS".
S. Syahidatul Helma, R. R. Rustiyan, E. Normala, P. Studi Sistem Informasi Fakultas Sains dan Teknologi, U. Islam Negeri Sultan Syarif Kasim Riau, J. Soebrantas No and S. Baru, "Clustering pada Data Fasilitas Pelayanan Kesehatan Kota Pekanbaru Menggunakan Algoritma K-Means," 2019.
F. Yunita, "PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU (STUDI KASUS : UNIVERSITAS ISLAM INDRAGIRI)," 2018.
D. Nofriansyah, M. Yetri, K. Erwansyah, and _ S., “Penerapan Data Mining Dalam Menganalisa Data Penjualan Untuk Mendapatkan Pola Rekomendasi Penjualan Menggunakan Algoritma Apriori Pada K3 Mart,†J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 2, p. 176, 2019, doi: 10.53513/jis.v18i2.157.
S. M. Riniarti and S. Bahri, "Produktivitas Karet Pada Lahan Hkm Jaya Lestari Kabupaten Way Kanan Provinsi Lampung Rubber Productivity On Community Forest Jaya Lestari, Way Kanan District, Lampung Province," Gorontalo Journal of Forestry Research, vol. I, no. 1, pp. 37-43, 2018.
A. A. Fajrin and A. Maulana, "Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor," Kumpulan jurnaL Ilmu Komputer (KLIK), vol. V, no. ISSN: 2406-7857, pp. 27-36, 2018.
Y. Kristyawan and L. P. Sumirat, "ANALISIS TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA GAGAL STUDI MENGGUNAKAN TEKNIK KLASIFIKASI," 2019.
Y. Mardi, "Data Mining : Klasifikasi Menggunakan Algoritma C4.5," Jurnal Edik Informatika, vol. V, no. 2407-0491, pp. 213-219, 2018.
R. A. Indraputra and R. Fitriana, "K-Means Clustering Data COVID-19," Jurnal Teknik Industri, vol. X, no. 2622-5131, pp. 275-282, 2020.
D. H. Makalalag, Y. D. Y. Rindengan and R. Sengkey, "Sistem Informasi Geografis Monitoring Dan Evaluasi Proyek Dinas Pekerjaan Umum Kota Kotamobagu," E-journal Teknik Informatika, vol. IX, no. 1, pp. 1-9, 2016.
J. Hutagalung and F. Sonata, “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah,†J. Media Inform. Budidarma, vol. 5, no. 3, p. 1187, 2021, doi: 10.30865/mib.v5i3.3113.
M. T. Prihandoyo, "Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web," Jurnal Informatika: Jurnal Pengembangan IT (JPIT), vol. III, no. 2477-5126, pp. 126-129, 2018 .
