Analisis Clustering dengan K-Means untuk Pengelompokkan Penjualan Elektronik pada Batam IT Mart

Andrianto, Andrianto (2023) Analisis Clustering dengan K-Means untuk Pengelompokkan Penjualan Elektronik pada Batam IT Mart. Skripsi thesis, Prodi Sistem Informasi.

	Text cover s.d bab III.pdf - Submitted Version Download (9MB)
	Text bab IV s.d bab V.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Dengan perkembangan teknologi yang pesat, keperluan terhadap peralatan elektronik juga turut naik, hal tersebut dapat dilihat dari nilai impor komponen elektronik sebesar 60% pada awal tahun 2021. Peralatan elektronik umumnya digunakan sebagai penunjang dari kegiatan primer setiap hari, sehingga penjualan terkait bidang elektronik turut berkembang dengan baik. Dengan perkembangan pada bidang penjualan elektronik, kumpulan data yang diterima dilakukan pengolahan untuk melakukan analisa lebih lanjut terkait klasterisasi terhadap penjualan pada bidang elektronik. Penelitian ini dilakukan pada Batam IT Mart, dengan masalah berupa belum adanya klasterisasi serta segmentasi dari barang�barang yang dijual selama ini, dan data penjualan yang diperoleh tidak dilakukan pengolahan lebih lanjut untuk mencari informasi tersembunyi di dalamnya. Klasterisasi data penjualan ditentukan sebanyak 3 buah klaster berupa klaster barang yang terjual tidak laku sebagai klaster 0, klaster barang yang terjual laku sebagai klaster 1, dan klaster barang yang terjual sangat laku sebagai klaster 2. Pengolahan terhadap data dilakukan dengan menggunakan salah satu metode data mining yaitu metode k-means clustering yang dapat memberikan segmentasi kepada data penjualan yang didapat oleh Batam IT Mart. Hasil perhitungan dengan menggunaan metode k-means clustering yang dilakukan hingga 11 kali didapatkan hasil klasterisasi berupa klaster 0 yang memiliki 11 barang, klaster 1 yang memiliki 65 barang, dan klaster 2 yang memiliki 18 barang. Angka tersebut didukung dengan hasil yang sama yang dihasilkan pada perangkat lunak RapidMiner. Hasil yang didapat tersebut membantu dalam melakukan analisa pengelompokan serta segmentasi terhadap barang-barang yang terjual dengan nilai optimal sebesar 0,823

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Algoritma K-Means, Cluster, Data Mining, Elektronik: Cluster, Data Mining, Electronic, K-means Algorithm
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions:	Fakultas Teknik dan Komputer > Sistem Informasi
Depositing User:	Susila Novmbrita
Date Deposited:	27 May 2023 10:45
Last Modified:	27 May 2023 10:45
URI:	http://repository.upbatam.ac.id/id/eprint/2989

Actions (login required)

View Item