Penerapan Data Mining Untuk Menentukan Strategi Penjualan Toko Sepatu
DOI:
https://doi.org/10.29407/inotek.v5i2.1135Abstract
Penjualan Sepatu merupakan Barang yang banyak diminati, baik dari kalangan atas maupun kalangan bawah, pria atau wanita disegala usia. Pada Toko Sepatu terdapat beberapa permasalahan yang kerap muncul mengenai penjualan sepatu. Pemilik Toko kesulitan dalam menentukan produk sepatu yang sering terjual dan produk sepatu yang tidak di minati pelanggan sehingga data penjualan tersebut tidak dimanfaatkan secara optimal. Tujuan dari penelitian ini Sistem dapat menentukan data untuk mengelompokan tipe sepatu yang terjual menggunakan Metode K-Means Clustering. K-means adalah salah satu proses metode pengelompokan yang non hirarki yang cara bekerjanya membagi data ke dalam bentuk satu atau lebih cluster. Cluster yang dibuat ada 3 Terlaris, sedang, dan terendah. Data yang akan dianalisa merupakan data penjualan Toko Sepatu Ritelindo. Hasil dari cluster tersebut 4 items tergolong ke dalam kelompok penjualan sepatu Terlaris, 12 items tergolong ke dalam penjualan sepatu yang sedang, dan 9 items digolongkan ke dalam penjualan sepatu Terendah.
Keywords:
Data Mining, K-means Clustering, Strategi Penjualan Toko Sepatu##plugins.themes.default.displayStats.downloads##
References
A. Trijaya, “Pengaruh Strategi Promosi Terhadap Keputusan Pembelian Pada PT. Sumber Alfaria Trijaya Tbk (ALFAMART) Makasar,” ISSN 2656-2790, vol. 1, no. 1, pp. 25–32, 2019, [Online]. Available: http://ojs.stie-tdn.ac.id/index.php/mv.
R. Supardi and I. Kanedi, “Implementasi Metode Algoritma K-Means Clustering pada Toko Eidelweis,” JurTI (Jurnal Teknol. Informasi), vol. 4, no. 2, pp. 270–277, 2020, [Online]. Available: http://jurnal.una.ac.id/index.php/jurti/article/view/1444.
H. Annur, “Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-Means Clustering,” J. Inform. Upgris, vol. 5, no. 1, 2019, doi: 10.26877/jiu.v5i1.3091.
S. Aulia, “Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 1–5, 2021, doi: 10.46576/djtechno.v1i1.964.
Marsono, “Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering,” Teknol. Sist. Inf. dan Sist. Komput. TGD, vol. 2, no. 1, pp. 32–41, 2019.
Fintri Indriyani1, Eni Irfiani2. 2019. Clustering Sales Data at Outdoor Equipment Stores Using K- Means Method). Jurnal Informatika. Vol 7, No 2.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Fajar Ageng Bramasta, 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
