Analisis Clustering Dengan K-Means Untuk Pengelompokan Penjualan Produk Pada Hotel Newton

Event, Event (2021) Analisis Clustering Dengan K-Means Untuk Pengelompokan Penjualan Produk Pada Hotel Newton. Skripsi thesis, Prodi Sistem Informasi.

	Text cover s.d bab III.pdf - Submitted Version Download (714kB)
	Text bab IV & V.pdf - Submitted Version Restricted to Registered users only Download (176kB) | Request a copy

Abstract

Kepuasan pelanggan adalah tujuan utama yang ingin dicapai oleh semua perusahaan. Salah satu bidang usaha yang berfokuskan pada kepuasan pelanggan adalah bisnis perhotelan. Selain melayani akomodasi untuk pelanggan, hotel juga menyediakan beragam produk untuk dijual. Manajemen persediaan barang sangat penting dalam bisnis hotel karena salah satu cara untuk menjaga kepuasan pelanggan adalah dengan menyimpan stok agar tidak ada barang yang kosong pada saat dibutuhkan. Selain itu, manajemen persediaan barang yang baik tidak akan membuat perusahaan mengalami kerugian akibat persediaan yang sudah kadarluasa. Data mining adalah metode umum untuk menyelesaikan masalah yang berkaitan dengan data. Data mining akan membantu dengan cara mengolah data yang telah ada dan menghasilkan pengetahuan baru terkait masalah tersebut yang diharapkan dapat menjadi solusi. Salah satu metode dalam data mining adalah clustering yang memiliki fungsi untuk mengelompokkan data dalam cluster sesuai kemiripannya. Algoritma K-means adalah algoritma yang paling umum digunakan dalam data mining clustering. Dengan menggunakan algoritma K-means data mining clustering, kita dapat mengelompokkan barang berdasarkan barang laku dan barang yang kurang laku. Penelitian ini bertujuan untuk membantu hotel Newton meningkatkan manajemen inventarisnya. Data yang digunakan adalah penjualan yang telah dilakukan yang dibagi menjadi 3 trimester. Data juga akan dievaluasi menggunakan aplikasi RapidMiner. Hasil yang diperoleh dari penelitian adalah 3 cluster dimana cluster tersebut terdiri dari barang sangat laku, barang sedang dan barang tidak laku.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Data Mining, Manajemen Persediaan Barang, Algoritma K-Means, Clustering, Inventory Management, K-Means Algorithm
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika 600 Teknologi dan Ilmu-ilmu Terapan > 650-659 Manajemen dan Ilmu yang Berkaitan > 658.81 Manajemen Pemasaran
Divisions:	Fakultas Teknik dan Komputer > Sistem Informasi
Depositing User:	Chrisna Sumbayak
Date Deposited:	24 May 2021 02:47
Last Modified:	24 May 2021 02:47
URI:	http://repository.upbatam.ac.id/id/eprint/692

Actions (login required)

View Item