Analisis Penerapan Data Minning Untuk Prioritas Stok Barang Di Warkop Kampoeng Dalem
DOI:
https://doi.org/10.29407/inotek.v5i2.1061Abstract
Warkop KampoengDalem merupakan salah satu usaha yang bergerak dalam bidang bisnis perdagangan penjualan produk makanan dan minuman. Warkop KampoengDalem yang berlokasi di Desa KampungDalem harus menghadapi persaingan bisnis yang ketat untuk menentukan strategi penjualan agar tidak terjadi kesalahan komunikasi dalam menentukan stok penjualan yang paling laku dan kurang laku dibeli oleh pelanggan. Oleh karena itu Warkop KampoengDalem harus melakukan langkah-langkah yang strategis untuk meningkatkan produk penjualan pada pelanggan. Pada pengelompokkan ini pegawai masih kesulitan untuk menentukan stok persediaan barang yang paling laku dan kurang laku sehingga stok barang yang kurang laku akan menimbulkan penumpukan di gudang dan menimbulkan stok kadaluarsa pada stok barang yang akan dijual ke pelanggan, maka dari itu pemilik usaha harus membuat sistem penghitungan secara kelompok untuk menentukan barangyang laku dan kurang laku dibeli pelanggan dengan menggunakan metode K-Means Clustering, untuk mengatasi beberapa masalah yang mucul mengenai penjualan stok barang agar data stok barang dapat dioptimalkan penjualannya. Pemilik usaha harus melakukan analisis data sebelum produk dijual ke pelanggan untuk mendapatkan hasil penjualan produk yang terlaris. Pegawai juga harus menginputkan beberapa stok barang yang sudah dibeli oleh pelanggan, ada beberapa stok barang yang dijual ke pelanggan seperti Gooday, Toramoka, Kapal Api, Estrajoss, White Kopi, dan sebagainya. Untuk mempermudah menentukan prioritas produk yang laris maka pegawai akan melakukan observasi dan wawancara untuk mempermudah pengumpulan data. Dengan adanya metode K-Means Clustering ini diharapkan prioritas stok barang yang kurang laku dapat menentukan alternative lain agar produk yang menumpuk di gudang dapat terjual kembali.
Keywords:
Clustering, K-Means, Website, Prioritas Stok Barang##plugins.themes.default.displayStats.downloads##
References
A. Shiddiq, R. K. Niswatin, and I. N. Farida, “Analisa Kepuasan Konsumen Menggunakan Klasifikasi Decision Tree,” Gener. J., vol. 2, no. 1, p. 9, 2018.
F. Indriyani and E. Irfiani, “Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means,” JUITA J. Inform., vol. 7, no. 2, p. 109, 2019, doi: 10.30595/juita.v7i2.5529.
M. F. Julianto, S. W. Hadi, S. Setiaji, W. Gata, and R. Pebrianto, “Clustering Pencapaian Target Penjualan Rumah Para Karyawan Marketing Menggunakan Rapid Miner Dan Algoritma K-Means,” Bianglala Inform., vol. 8, no. 2, pp. 79–85, 2020, doi: 10.31294/bi.v8i2.8189.
B. Rahmat C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Semin. Nas. Ris. Kuantitatif Terap. 2017, no. April, pp. 58–60, 2017.
W. Dhuhita, “Clustering Menggunakan Metode K-Mean Untuk Menentukan Status Gizi Balita,” J. Inform. Darmajaya, vol. 15, no. 2, pp. 160–174, 2015.
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, 2015.
Y. D. Darmi and A. Setiawan, “Penerapan Metode Clustering K-Means Dalam Pengelompokan Penjualan Produk,” J. Media Infotama, vol. 12, no. 2, pp. 148–157, 2017, doi: 10.37676/jmi.v12i2.418.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Muhammad Ilham, Risa Halilintar
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
