Pengelompokkan Data Pembelian Tinta Dengan Menggunakan Metode K-Means

Susliansyah, Susliansyah; Sumarno, Heny; Priyono, Hendro; Hikmah, Noer

doi:10.30645/j-sakti.v3i2.156

Cited by 2 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dari hasil iterasi ke-2 dapat dikelompokkan barang yang paling banyak keluar pada Cluster 2 (C2) yang terdiri dari 3 barang, untuk barang yang keluarnya sedang ada pada Cluster 1 (C1) dan untuk barang yang sedikit keluarnya ada pada Cluster 3 (C3). Metode K-Means dapat digunakan untuk memudahkan bagian pembelian dalam menentukan pengelompokkan data pembelian tinta dengan tepat dan cepat [13]. A. Sani, J. Teknologika, and E. Muningsih dari hasil penelitian nya bahwa Nilai centroid ditentukan dengan membagi menjadi 4 kelompok dimana C1 merupakan level transaksi tertinggi, C2 merupakan level transaksi terendah, C3 dan C4 merupakan level transaksi rata rata 1 dan rata rata 2.…”

Section: Pendahuluanunclassified

Implementasi Metode K-Means Clustering Untuk Menentukan Persediaan Barang Pada Toko SS BabyShop

Andre Prayoga Rizkyandri,

Jasmir,

Arvita

2023

JAKAKOMUNAMA

View full text Add to dashboard Cite

SS BABYSHOP merupakan salah satu toko usaha yang bergerak di bidang penjualan pakaian dan keperluan sehari hari di jambi, menentukan stok yang dilakukan secara manual dan tidak akurat akan menyebabkan biaya simpan yang tinggi, karena bisa terjadi kekosongan atau kelebihan produk tertentu. Hal ini tentu akan sangat merugikan semua pelaku usaha seperti halnya pada toko SS BABYSHOP. Penelitian ini bertujuan untuk mengelompokkan produk yang di jual pada toko SS BABYSHOP menjadi 5 cluster guna untuk mengetahui item barang apa saja yang terjual dengan jumlah paling banyak, terjual dengan jumlah banyak, terjual dengan jumlah sedang, terjual dengan jumlah sedikit, dan terjual dengan jumlah paling sedikit, sehingga untuk stok yang akan disediakan berdasarkan kelompok item barang pada cluster masing-masing yang telah ditentukan. Metode yang digunakan pada penelitian ini adalah K-Means Clustering mencari partisi yang optimal dari data dengan meminimalkan kritea jumlah kesalahan kuadrat dengan prosedur iterasi yang optimal. Variabel yang digunakan adalah jumlah transaksi,jumlah stok dan rata-rata penjualan.

show abstract

Section: Pendahuluanunclassified

Implementasi Metode K-Means Clustering Untuk Menentukan Persediaan Barang Pada Toko SS BabyShop

Andre Prayoga Rizkyandri,

Jasmir,

Arvita

2023

JAKAKOMUNAMA

View full text Add to dashboard Cite

show abstract

“…Algorithma K-Means melakukan clustering berbasis titik (centroid) dengan menentukan tiga parameter yaitu jumlah cluster, inisialisasi cluster dan jarak sistem [14]. yang disesuaikan dengan objek penelitian yang ada baik secara manual maupun dengan bantuan software Rapid Miner, berikut adalah tahapannya (Gambar 1).…”

Section: A Tahapan Penelitianunclassified

Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means

Indriyani

Irfiani

2019

Juita

View full text Add to dashboard Cite

Abstrak -Menjaga stok persediaan barang agar tidak ada barang yang kosong termasuk salah satu cara untuk menjaga kepuasan pelanggan. Untuk memenuhi hal tersebut penjual harus dapat menganalisa mana data barang yang laku dan mana yang kurang laku dari data laporan penjualan barang, hal ini tidaklah mudah apabila toko tersebut merupakan toko retail yang memiliki ratusan bahkan ribuan data penjualan setiap bulannya. Permasalahan tersebut bisa di selesaikan dengan menggunakan salah satu teknik dalam data mining yaitu algotihma K-Means Clustering. Penelitian ini di maksudkan untuk membantu Genta Corp yang merupakan toko retail di kota Bogor yang menjual peralatan outdoor, untuk membuat pengelompokan data penjualannya agar dapat memaksimalkan manajemen stoknya. Variable yang digunakan adalah kode barang, data barang masuk, data barang keluar dan stok barang. Data diolah dengan perhitungan manual menggunakan algorithma K-Means dan menggunakan Software Rapid Miner sehingga didapatkan hasil akhir berupa tiga cluster dimana terdapat 2 jenis barang paling laris, 8 jenis barang yang cukup laris dan 18 jenis barang yang kurang laris. Hasil ini bisa dimanfaatkan oleh manajemen Genta Corp untuk peningkatan manajemen stok dan strategi penjualannya. Kata-kata kunci: Clustering, Data Mining, ManajemenStok, Penjualan, Peralatan Outdoor. Abstract -Maintain stock of goods so that there are no empty items, including one way to maintain customer satisfaction. To fulfill this, the seller must be able to analyze which data items are selling and which are not selling from the sales report data, this is not easy if the store is a retail store that has hundreds or even thousands of sales data every month. These problems can be solved by using one of the techniques in data mining namely algotihma K-MeansClustering. This research is intended to help Genta Corp which is a retail store in the city of Bogor that sells outdoor equipment, to make a grouping of sales data in order to maximize stock management. Variables used are item code, item data, item data and item stock. The data is processed by manual calculation using the K-Means algorithm and using the Rapid Miner Software so that the final result is in the form of three clusters where there are 2 types of bestselling goods, 8 types of goods which are quite in demand and 18 types of goods that are not in demand. This result can be utilized by the management of Genta Corp to improve stock management and sales strategies.

show abstract

Pengelompokkan Data Pembelian Tinta Dengan Menggunakan Metode K-Means

Cited by 2 publications

References 0 publications

Implementasi Metode K-Means Clustering Untuk Menentukan Persediaan Barang Pada Toko SS BabyShop

Implementasi Metode K-Means Clustering Untuk Menentukan Persediaan Barang Pada Toko SS BabyShop

Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means

Contact Info

Product

Resources

About