Keywords
klasifikasi
prediksi
k-means
How to Cite
Abstract
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.
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.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2022 Niken Wulandari; Intan Nur Farida, Umi Mahdiyah