Penerapan Data Mining Dalam Penjualan Sparepart Motor Dengan Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.53513/jursi.v3i6.8639Keywords:
Cluster, Data mining, K Means Clustering, SparepartAbstract
Ketersediaan sparepart sepeda motor di CV.Exa Jaya Motor harus dimonitor untuk menghindari kekosongan barang. Masalah tidak memiliki laporan mengenai sebagian besar barang yang dibeli oleh sebagian besar pelanggan menjadi kendala. Mengolah barang masuk dan keluar yang tidak diproses dengan sistem membutuhkan teknik mengelola barang. Semakin lengkap jenis-jenis sparepart, kebutuhan pelanggan akan terpenuhi. Pengumpulan sparepart yang tersedia akan dibagi menjadi beberapa kelompok untuk mendapatkan sparepart yang paling banyak dibeli pelanggan untuk setiap transaksi. Penambangan data bersumber dari basis data mentah. Ini menimbulkan masalah dalam database yang cenderung dinamis, lengkap, membumi dan besar. Algoritma K-Means Clustering mampu dan efektif untuk menemukan cluster dalam data. Halaman pengguna formulir perhitungan ini akan menentukan jumlah cluster pada pusat perhitungan dan iterasi maksimum data yang telah dimasukkan ke dalam sistem. Tujuan dari penerapan K-means adalah untuk menemukan nilai dari barang yang dibeli oleh sebagian besar pelanggan sehingga memudahkan untuk menyediakan suku cadang. Hasil perhitungan Algoritma K-Means: C1 (paling laris) ada 17 item, C2 (laris) ada 21 item, C3 (kurang laris) ada 22 item.References
. F., F. T. Kesuma, and S. P. Tamba, “Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2020, doi: 10.34012/jusikom.v2i2.376.
Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” Edik Inform., vol. 2, no. 2, pp. 213–219, 2017, doi: 10.22202/ei.2016.v2i2.1465.
L. Maulida, “Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta Dengan K-Means,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 2, no. 3, p. 167, 2018, doi: 10.14421/jiska.2018.23-06.
Sugiono, S. Nurdiani, S. Linawati, R. A. Safitri, and E. P. Saputra, “Pengelompokan Perilaku Mahasiswa Pada Perkuliahan E-Learning dengan K-Means Clustering,” J. Kaji. Ilm., vol. 19, no. 2, pp. 126–133, 2019.
N. Buslim and R. P. Iswara, “Pengembangan Algoritma Unsupervised Learning Technique Pada Big Data Analysis di Media Sosial sebagai media promosi Online Bagi Masyarakat,” J. Tek. Inform., vol. 12, no. 1, pp. 79–96, 2019, doi: 10.15408/jti.v12i1.11342.
J. O. Ong, “Implementasi Algotritma K-means clustering untuk menentukan strategi marketing president university,” J. Ilm. Tek. Ind., vol. vol.12, no, no. juni, pp. 10–20, 2018.
D. Aprilia C, D. Aji Baskoro, L. Ambarwati, and I. W. S. Wicaksana, “Belajar Data Mining Dengan Rapid Minner,” p. 139, 2019, [Online]. Available: https://www.academia.edu/7712860/Belajar_Data_Mining_dengan_RapidMiner
D. Nofriansyah and G. Widi Nurcahyo, ALGORITMA DATA MINING DAN PENGUJIAN. Deepublish, 2020.
B. M. Metisen and H. L. Sari, “Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila,” J. Media Infotama, vol. 11, no. 2, pp. 110–118, 2018.
K. Handoko, “Penerapan Data Mining Dalam Meningkatkan Mutu Pembelajaran Pada Instansi Perguruan Tinggi Menggunakan Metode K-Means Clustering (Studi Kasus Di Program Studi Tkj Akademi Komunitas Solok Selatan),” J. Teknol. dan Sist. Inf., vol. 02, no. 03, pp. 31–40, 2019, [Online]. Available: http://teknosi.fti.unand.id/index.php/teknosi/article/view/70
J. O. Ong, “Implementasi Algotritma K-means clustering untuk menentukan strategi marketing president university,” J. Ilm. Tek. Ind., vol. vol.12, no, no. juni, pp. 10–20, 2018.
D. Suyanto, Data Mining untuk Klasifikasi dan Klasterisasi Data. Informatika Bandung, 2019.
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.
