Penerapan Data Mining Untuk Evaluasi Data Penjualan SparePart Motor Mengunakan Metode K-Means Pada Bengkel Usaha Baru
DOI:
https://doi.org/10.53513/jursi.v3i4.8445Abstract
Bengkel Usaha Baru merupakan salah satu faktor penjamin kenyamanan penguna sepeda motor tanpa adanya bengkel pengendara akan mengalami kesulitan untuk memberikan perawatan rutin dan memperbaiki sepeda motornya yang bermasalah, Ketersediaan bengkel di setiap sudut kota juga belum tentu menjamin kenyamanan penguna sepeda motor, hal ini bisa disebabkan beberapa faktor yaitu menjamin kenyamanan penguna sepeda motor. Namun permasalahan Bengkel Usaha Baru yang dihadapi berupa penjualan sparepart motor pada bengkel usaha baru tidak dapat memenuhi target penjualan nya yang sudah direncanakan dan tidak menerapkan promo yang tepat sasaran sehingga dapat mendongkrak hasil penjualan. Dari permasalahan di atas dibutuhkan suatu sistem yang dapat mengelompokkan data penjualan dan terbentuknya strategi penjualan dari minat produk yang dibeli pelanggan yang diatasi dengan penerapan Data mining. Analisa Data mining dilakukan dengan menggunakan metode K-Means. Hasil penelitian akan dirancang sebuah perangkat lunak berbasis Desktop Programming. Aplikasi desktop yang digunakan adalah Visual Basic 2010 dan metode K-Means ini bersifat fleksibel sebab pengguna dapat memnentukan jumlah cluster yang akan dibuat. Hasil yang dapat membantu Bengkel Usaha Baru dalam hal klasterisasi penjualan bahan bangunan yang paling diminati, cukup diminati dan kurang diminati.References
S. M. Hutabarat and A. Sindar, "Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma K-Means," Jurnal Nasional Komputasi dan Teknologi Informasi, vol. II, no. 2, pp. 126-132, 2019.
F. P. A. Hasibuan, S. and I. Parlina, "Penerapan K-Means pada Pengelompokan Penjualan Produk Smartphone," SATESI (Jurnal Sains Teknologi dan Sistem Informasi), vol. I, no. 1, 2021.
T. Amalina, D. B. A. Pramana and B. N. Sari, "Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food," Jurnal Ilmiah Wahana Pendidikan, vol. VIII, pp. 574-583, 2022.
F. Indriyani and E. Irfiani, "Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means," JUITA: Jurnal Informatika , vol. VII, no. 2, 2019.
N. S. Nurajizah and A. Salbinda, "Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten," Jurnal Teknik Komputer AMIK BSI, vol. VII, no. 2, pp. 158-163, 2021.
F. Amin, D. S. Anggraeni and Q. Aini, "Penerapan Metode K-Means dalam Penjualan Produk Souq.Com," Applied Information System and Management (AISM), vol. V, no. 1, pp. 7-14, 2022.
P. and P. , "Penerapan Data Mining untuk Clustering Data Penduduk Miskin Menggunakan Metode K-Means," AINET, vol. III, no. 1, p. 31 – 37, 2021.
S. Ramadina, "Pengembangan Sistem Informasi Manajemen Bengkel Kerja Sekolah Menengah Kejuruan," Jurnal Pendidikan Vokasi, vol. I, no. 1, pp. 104-115, 2018.
I. Y. Musyawarah and D. Idayanti, "Analisis Strategi Pemasaran Untuk Meningkatkan Penjualan Pada Usaha Ibu Bagas di Kecamatan Mamuju," Jurnal Ilmiah Ilmu Manajemen, vol. I, no. 1, pp. 1-13, 2022.
S. "Implementasi Diagram UML (Unified Modelling Language) Pada Perancangan Sistem Informasi Remunerasi Dosen Dengan Database Oracle (Studi Kasus: UIN Sumatera Utara Medan)," Jurnal Ilmu Komputer dan Informatika, vol. III, no. 2598-6341, pp. 1-9, 2018.
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.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
