Penerapan Data Mining Dalam Clustering Pencapaian Target Penjualan Menggunakan Algoritma K-Means
DOI:
https://doi.org/10.53513/jursi.v2i3.6552Abstract
PT. Batam Cahaya Sukses adalah salah satu perusahaan yang menjual berbagai jenis perumahan subsidi. Adapun yang menimbulkan beberapa permasalahan salah satunya seperti pemilik perusahaan kebingungan dalam proses penambahan stok barang dan terjadinya penumpukan stok perumahan subsidi yang kurang diminati pembeli, sedangkan stok untuk perumahan subsidi yang sangat dimanati dibeli oleh pembeli justru sering tidak tersedia. 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 membantu PT. Batam Cahaya Sukses dalam hal klasterisasi penjualan perumahan yang paling diminati, cukup diminati dan kurang diminati.References
T. Pradiani, “Pengaruh Sistem Pemasaran Digital Marketing Terhadap Peningkatan Volume Penjualan Hasil Industri Rumahan,†J. Ilm. Bisnis dan Ekon. Asia, vol. 11, no. 2, pp. 46–53, 2018, doi: 10.32812/jibeka.v11i2.45.
Y. Syahra, “Penerapan Data Mining Dalam Pengelompokkan Data Nilai Siswa Untuk Penentuan Jurusan Siswa Pada SMA Tamora Menggunakan Algoritma K-Means Clustering,†J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 17, no. 2, p. 228, 2018, doi: 10.53513/jis.v17i2.70.
A. Fitri, Y. Syahra, and R. Kustini, “Penerapan Data Mining Dalam Mengklusterisasi Location Best Pb Tambahan Pada Regional IV PT Indomarco Prismatama Cab.Medan Dengan Menggunakan Metode K-Means,†J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 19, no. 2, p. 11, 2020, doi: 10.53513/jis.v19i2.2330.
M. Ramadhan, J. Hutagalung, M. Dahria, I. Zulkarnain, and H. Jaya, “Prediksi Penjualan Spare Part Mobil Daihatsu Menggunakan Algoritma Apriori,†Techno.Com, vol. 22, no. 1, pp. 156–166, 2023, doi: 10.33633/tc.v22i1.7192.
A. Azanuddin and A. Calam, “Data Mining Untuk Memprediksi Penjualan Buah Sawit Menggunakan Metode Multi Regresi Pada PT.Karya Hevea Indonesia,†no. x, 2020.
A. F. Siregar, “Peminatan Menu Makanan Dengan Algoritma Analytical,†vol. 9, no. 1, pp. 52–57, 2021.
S. D. Prasetiani and N. Rochmawati, “Penerapan Data Mining Untuk Clustering Menu Favorit Menggunakan Algoritma K-Means (Studi Kasus Kedai Expo),†vol. 03, pp. 278–286, 2022.
D. P. Utomo, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,†vol. 4, no. April, pp. 437–444, 2020, doi: 10.30865/mib.v4i2.2080.
R. Aditiya, S. Defit, and G. W. Nurcahyo, “Prediksi Tingkat Ketersediaan Stock Sembako Menggunakan Algoritma FP-Growth dalam Meningkatkan Penjualan,†J. Inform. Ekon. Bisnis, vol. 2, pp. 67–73, 2020, doi: 10.37034/infeb.v2i3.44.
F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,†Sistemasi, vol. 7, no. 3, p. 238, 2018, doi: 10.32520/stmsi.v7i3.388.
M. Syukri Mustafa, M. Rizky Ramadhan, and A. P. Thenata, “Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,†Citec J., vol. 4, no. 2, pp. 151–162, 2017.
