Implementasi Metode K-Means Clustering Dalam Pengadaan Barang Di Toko N-Case
DOI:
https://doi.org/10.29407/inotek.v6i1.2534Abstract
Dinamika sosial masyarakat di Indonesia berkembag begitu pesat hal ini ditandai dengan perkembangan teknologi yang semakin maju. N-Case merupakan usaha yang bergerak dibidang penjualan case handphone dan sudah memiliki bebrapa cabang di Nganjuk. Permasalahan di toko N-Case yaitu kurang maksimal dalam peninjauan tipe case yang paling diminati oleh konsumen. Adanya pengumpulan data transaksi dapat mengidentifikasi jenis case handphone yang laris dan kurang laris dengan rating penjualan rendah,sedang tinggi. Penelitian ini bertujuan untuk mengklasifikasi case handphone menggunakan metode k-means clustering dalam menentukan prediksi tingkat pengadaan barang di toko N-Case. Peneraapan metode k-means clustering menghasilkan 3 cluster yaitu rendah, sedang dan tinggi. Adapun data yang digunakan dalam penelitian ini adalah data transaksi selama 28 bulan dan 30 jenis case handphone. Perhitungan menunjukkan bahwa case handphone yang memiliki rating penjulan rendah ada 9 jenis, rating penjualan sedang ada 11 jenis dan rating penjualan tinggi sebanyak 10 jenis. Perhitungan akurasi menggunakan Davies bouldin index dengan hasil yang diperoleh untuk tiap-tiap cluster menunjukkan nilai C1 sebesar 0,2071, C2 bernilai 0,2868 dan C3 menunukkan nilai sebesar 0,3406. Nilai rata-rata DBI adalah 0,278209 yang menggambarkan bahwa hasil clustering yang terbentuk cukup baik, sehingga dapat menjadi acuan dalam memprediksi tingkat pengadaan barang agar mengurang terjadinya penumpukan pada toko N-Case.
Keywords:
case handphone, klasifikasi, prediksi, k-means##plugins.themes.default.displayStats.downloads##
References
Annur, H. 2019. Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-Means Clustering. Jurnal Informatika Upgris, 5(1).
Ferdika, M., & Kuswara, H. 2017. Sistem Informasi Penjualan Berbasis Web Pada PT Era Makmur Cahaya Damai Bekasi. Information System For Educators And Professionals: Journal of Information System, 1(2), 175-188.
Han, J., Pei, J., & Kamber, M. 2011. Data mining: concepts and techniques. Elsevier.
Indriyani, F., & Irfiani, E. 2019. Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA: Jurnal Informatika, 7(2), 109-113.
Metisen, B. M., & Sari, H. L. 2015. Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila. Jurnal media infotama, 11(2).
Mustafa, M. S., Ramadhan, M. R., & Thenata, A. P. 2018. Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Creative Information Technology Journal, 4(2), 151-162.
Normah, N., Nurajizah, S., & Salbinda, A. 2021. Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten. Jurnal Teknik Komputer AMIK BSI, 7(2), 158-163.
Naufal Hay’s, R., & Adrean, R. 2017. Sistem Informasi Inventory Berdasarkan Prediksi Data Penjualan Barang Menggunakan Metode Single Moving Average Pada CV. Agung Youanda. ProTekInfo (Pengembangan Riset dan Observasi Teknik Informatika), 4, 29-33.
Sitompul, B. J. D. 2018. Peningkatan hasil evaluasi clustering davies-bouldin index dengan penentuan titik pusat cluster awal algoritma k-means. (Online), tersedia. https://repositori.usu.ac.id/bitstream/handle/123456789/3827/157038047.pdf?sequence=1&isAllowed=y. diakses tanggal 15 Juni 2022.
Tamba, S. P., & Kesuma, F. T. 2019. Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering: data mining; k-means-clustering. Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM PRIMA), 2(2), 67-72.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Niken Wulandari; Intan Nur Farida, Umi Mahdiyah
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
