Hartati, Yuli (2020) Klasterisasi Bibit Terbaik Menggunakan Algoritma K-Means dalam Meningkatkan Penjualan (Studi Kasus di UD.Tiara Bersaudara). Masters thesis, Universitas Putra Indonesia YPTK.
|
Text
THESIS_YULI HARTATI-182321086_ABSTRAK.pdf Download (7kB) | Preview |
|
|
Text
THESIS_YULI HARTATI-182321086_BAB I.pdf Download (93kB) | Preview |
|
|
Text
THESIS_YULI HARTATI-182321086_DAFTAR PUSTAKA.pdf Download (291kB) | Preview |
|
Text
THESIS_YULI HARTATI-182321086_FULLTEKS.pdf Restricted to Repository staff only Download (4MB) |
Abstract
UD. Tiara Bersaudara merupakan toko yang menjual bibit dan keperluan pertanian. Untuk menjaga stok bibit yang diminati oleh petani, penjual harus dapat menganalisa data penjualan bibit. Proses tersebut sulit dilakukan karena UD memiliki banyak data penjualan. Permasalahan yang ada bisa diselesaikan dengan cara klasterisasi data penjualan bibit. Klasterisasi merupakan pengelompokan data menjadi beberapa cluster berdasarkan tingkat kemiripan data. Tujuan Penelitian adalah untuk pengelompokan data bibit terlaris di UD.Tiara Bersaudara dalam meningkatkan penjualan. Data pejualan bibit dari Januari sampai dengan April 2019 adalah data yang akan diolah pada penelitian ini. Metode klasterisasi menggunakan algoritma K-Means dengan mempartisikan data kedalam bentuk cluster berdasarkan centroid terdekat dengan data. Selanjutnya pengujian dengan membandingkan hasil perhitungan dengan software RapidMiner studio9.7. Clustering diuji berdasarkan banyak data dan banyak cluster. Data yang diuji adalah sebanyak 42 data bibit dengan memperoleh 2 cluster, 4 data yang merupakan bibit laris sebagi cluster satu (C1), dan 38 data yang merupakan bibit tidak laris sebagai cluster dua (C2). Bibit laris merupakan bibit terbaik yang dapat meningkatkan penjualan yang terdiri dari Bibit Jagung NK 212, Bibit Jagung NK 7328, bibit Jagung Pioneer 32, Bibit Jagung NK 617232. Hasil dari Penelitian ini dapat dijadikan tolak ukur untuk penunjang keputusan oleh pihak UD.Tiara Bersaudara untuk mengatur strategi pemasaran dalam meningkatkan penjualan. Kata kunci: Data mining, clustering, K-Means, RapidMiner, Bibit
Item Type: | Thesis (Masters) |
---|---|
Subjects: | 0 Research > Ilmu Komputer > Algoritma |
Divisions/ Fakultas/ Prodi: | Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2) |
Depositing User: | Tri Wahyuni Oktanita A.Md |
Date Deposited: | 06 Mar 2023 02:11 |
Last Modified: | 06 Mar 2023 02:11 |
URI: | http://repository.upiyptk.ac.id/id/eprint/4314 |
Actions (login required)
View Item |