Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.53513/jsk.v2i1.87Keywords:
Data Mining, Algoritma K-Means, PenjualanAbstract
Aquasolve adalah perusahaan manufaktur yang berbasis di Jakarta, ibu kota Indonesia. Perusahaan telah mapan selama bertahun-tahun dan juga diakui selama bertahun-tahun komitmennya dalam bidangnya. Fasilitas ini memiliki lingkungan yang bersih, sehat dan dilengkapi dengan sertifikasi Good Manufacturing Practice karena memperhatikan factor-faktor kebersihan. Aquasolve mengkhususkan diri dalam perwatan gigi secara oral. Akan tetapi, perusahaan mengalami beberapa masalah dalam pengolahan data yang begitu banyak. Sehingga mengalami kesulitan dalam mengelompokkan data tersebut dan menentukan tujuan yang akan mereka ambil. Untuk dapat menyelesaikan permasalahan yang ada maka salah satu cara yang dapat dilakukan untuk pemanfaatan data dalam mengelompokkan item produk berdasarkan tingkat penjualan adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan dalam hal ini adalah Algoritma K-Means. K-Means adalah salah satu teknik dalam data mining dalam mengelompokkan data (clustering). Hasil dari penelitian ini adalah, mengelompokkan data berdasarkan tingkat supplay dan penjualan terhadap item produk pada PT Aquasolve Sanaria. Sehingga perusahaan dapat mengetahui keinginan pasar terhadap produk merekaReferences
Dr Suyanto, S.T., M.SC., 2017. Data Mining untuk klasifikasi dan klasterisasi data, Bandung: Informatika Bandung.
Musliadi K.H., 2013. Tips Cepat Bekerja dengan Database di Microsoft Office Access 2013, Yogyakarta: ANDI OFFSET.
Nasari, F., & Darma, S. (Februari 2015). Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru (Studi Kasus: Universitas Potensi Utama). STMIK AMIKOM Yogyakarta, 2(1),74.
Priyanto H., 2015. Visual Basic.net. Bandung: Informatika Bandung.
Rosa A.S & M.Shalahudin, 2013. Rekayasa Perangkat Lunak: Struktur dan Berorientasi Objek (1). Jakarta: Informatika.
Sulindawaty dan Fathoni, M, 2010. Pengantar Analisa Perancangan Sistem. (Jurnal SAINTIKOM Vol. 9, No 2) hal 14-17.
Vulandari, T. R., 2017. Data Mining: Teori dan Aplikasi Repidminer (1). Yogyakarta: Gava Media