ANALISIS STOK OBAT TANAMAN MENGGUNAKAN METODE K-MEANS (STUDI KASUS : TOKO PERTANIAN KERINCI)

Putra, Ranra (2019) ANALISIS STOK OBAT TANAMAN MENGGUNAKAN METODE K-MEANS (STUDI KASUS : TOKO PERTANIAN KERINCI). Masters thesis, Universitas Putra Indonesia "YPTK".

[img]
Preview
Text (absrak)
THESIS_MUTIA DWI PUTRI_172321063_ ABSTRAK.pdf

Download (84kB) | Preview
[img]
Preview
Text (bab 1)
THESIS_MUTIA DWI PUTRI_172321063_BAB I.pdf

Download (243kB) | Preview
[img]
Preview
Text (daftar pustaka)
THESIS_MUTIA DWI PUTRI_172321063_DAFTAR PUSTAKA.pdf

Download (256kB) | Preview
[img] Text (full text)
THESIS_MUTIA DWI PUTRI_172321063_FULL TEXT.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Semakin meningkatnya persaingan dalam dunia bisnis khususnya dalam Penjualan obat tanaman menuntut para pemilik toko untuk menemukan pola baru yang dapat agar meningkatkan penjualan, salah satunya adalah dengan pemanfaatan data transaksi. Toko Mitra Tani merupakan Toko yang bergerak dibidang penjualan obat tanaman dan alat-alat pertanian. Namun kurang dalam pengecekan produk-produk apa saja yang banyak dibutuhkan pembeli dan penyimpanan data masih manual. Untuk mengatasi permasalahan tersebut analisisa yang digunakan yaitu menerapkan Clustering dengan Algoritma K-Means. Algoritma clustering merupakan algoritma pengelompokkan data-data menjadi kelompok–kelompok data tertentu (cluster). Sehingga dengan pengelompokan data ini pihak toko dapat mengetahui barang sangat laris, laris dan tidak laris. Sehingga produk yang digudang tidak menumpuk. Dari penelitian ini dihasilakanlah barang paling laris sebanyak 18, barang yang laris sebanyak 4 dan kurang laris sebanyak 28. Dengan adanya pengolahan data yang dilakukan diharapkan dapat memberikan solusi kepada pihak toko agar dapat mengetahui mana produk yang sangat laris, laris dan mana barang yang tidak laris. Kata kunci: Data Mining, K-Means, Clustering, Produk

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Analisa Sistem
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Anggi Anggi A.Md
Date Deposited: 03 Apr 2023 02:06
Last Modified: 03 Apr 2023 02:06
URI: http://repository.upiyptk.ac.id/id/eprint/4514

Actions (login required)

View Item View Item