Penerapan Data Mining Dalam Pengelompokan Bahan Sembako Laris Menggunakan K-Means Clustering (Studi Kasus: Toko Gunung Bumi)

Authors

  • Agie Sidik Permana Program Studi Sistem Informasi, Universitas Adhirajasa Reswara Sanjaya, Indonesia
  • Rangga Sanjaya Program Studi Sistem Informasi, Universitas Adhirajasa Reswara Sanjaya, Indonesia

DOI:

https://doi.org/10.31004/jptam.v7i1.5575

Keywords:

Pengelompokan, K-Means Clustering, Toko Gunung Bumi

Abstract

Tujuan penelitian ini adalah untuk pengolahan dan pengkajian data  secara cepat dan akurat dan membantu kelompok, maupun perusahaan untuk membuat keputusan yang kritis. Manfaat penelitian ini adalah untuk meningkatkan ke efisien kerja dalam pengelompokan barang. Teori K-Means Clustering digunakan sebagai bahan kajian ini. Metode penelitian deskriptif kuantitatif dengan Teknik pengumpulan data Observasi dan wawancara melalui tatap muka. Lokasi penelitian  Toko Gunung Bumi jl. Babakan hantap No.540 Bandung Jawa barat.Hasil Penelitian ini adalah didapatkan 2 Iterasi dengan nilai centroid C0 tidak laris 397.950 dam laris 1.248.300, dan centroid C1 tak laris 349.400 dan laris 1.272.700 dengan davies bolden 0.604.

References

Risdianto, E. (2019). Analisis Pendidikan Indonesia di Era Revolusi Industri 4.0. Research Gate, April(January), 1–16.

Desy, E., & Sihombing, C. (2020). Vol . 4 No . 3 Agustus 2020 PENERAPAN TEKNOLOGI ACTIVEX DATA OBJECT . NET ( ADO . NET ) PADA SISTEM INFORMASI ADMINISTRASI PEMBAYARAN SPP SEKOLAH JISAMAR ( Journal of Information System , Applied , Management , Accounting and Researh ) p-ISSN?: 2598-8700 . 4(3), 80–87.

Prasetiyo, B. (2020). Penerapan Point Of Sales dalam Peningkatan Customer Satisfaction Pada Bisnis Ritel Modern. Jesya (Jurnal Ekonomi & Ekonomi Syariah), 3(2), 389–395. https://doi.org/10.36778/jesya.v3i2.219

Chaniago, H. (2021). Manajemen Ritel & Implementasinya. In Bandung: Edukasi Riset Digital (Issue November). https://www.researchgate.net/profile/Harmon-Chaniago/publication/356192834_18_BUKU-MANAJEMEN_RITEL-HARMON-/links/6191291c3068c54fa5e55f33/18-BUKU-MANAJEMEN-RITEL-HARMON.pdf

Mario, A., Herry, S., & Nasution, H. (2016). Pemilihan Distance Measure Pada K-Means Clustering Untuk Pengelompokkan Member Di Alvaro Fitness. Jurnal Sistem Dan Teknologi Informasi, 1(1), 1–6

Nabila, Z., Rahman Isnain, A., & Abidin, Z. (2021). Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(2), 100. http://jim.teknokrat.ac.id/index.php/JTSI

Handoko, K. (2016). Penerapan Data Mining Dalam Meningkatkan Mutu Pembelajaran Pada Instansi Perguruan Tinggi Menggunakan Metode K-Means Clustering (Studi Kasus Di Program Studi Tkj Akademi Komunitas Solok Selatan). Jurnal Teknologi Dan Sistem Informasi, 02(03), 31–40. http://teknosi.fti.unand.id/index.php/teknosi/article/view/70

Indriyani, F., & Irfiani, E. (2019). Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA?: Jurnal Informatika, 7(2), 109. https://doi.org/10.30595/juita.v7i2.5529.

Downloads

Published

03-03-2023

How to Cite

Permana, A. S. ., & Sanjaya, R. . (2023). Penerapan Data Mining Dalam Pengelompokan Bahan Sembako Laris Menggunakan K-Means Clustering (Studi Kasus: Toko Gunung Bumi). Jurnal Pendidikan Tambusai, 7(1), 2419–2424. https://doi.org/10.31004/jptam.v7i1.5575

Issue

Section

Articles of Research

Citation Check