SIMULASI DALAM OPTIMALISASI PENGADAAN BARANG MENGGUNAKAN METODE K-MEAN CLUSTERING

Hidayat, Indah Savitri (2021) SIMULASI DALAM OPTIMALISASI PENGADAAN BARANG MENGGUNAKAN METODE K-MEAN CLUSTERING. Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text (Abstrak) Thesis_Indah Savitri Hidayat_192321042_Abstrak.pdf Download (28kB) | Preview
Preview	Text (Bab I) Thesis_Indah Savitri Hidayat_192321042_Bab I.pdf Download (96kB) | Preview
Preview	Text (Daftar Pustaka) Thesis_Indah Savitri Hidayat_192321042_Daftar Pustaka.pdf Download (104kB) | Preview
	Text (Full Text) Thesis_Indah Savitri Hidayat_192321042_Full Text.pdf Restricted to Repository staff only Download (1MB)

Abstract

Produk yang disediakan oleh suatu toko memiliki pengaruh terhadap penjualan toko. Konsumen akan tertarik pada toko yang menyediakan produk sesuai dengan keinginan dan kebutuhannya. Tujuan penelitian ini adalah untuk mengetahui produk bunga hias apa saja yang paling diminati konsumen, diminati konsumen dan kurang diminati konsumen. Pengelola toko bisa mendapatkan informasi mengenai barang yang telah habis stok persediaannya agar segera di update. Metode yang digunakan pada penelitian ini adalah metode K-Mean Clustering yang termasuk dalam salah satu cabang Data Mining. Data yang digunakan pada penelitian merupakan data dari Januari 2020 hingga Desember 2020 sebanyak 100 buah yang diambil dari toko Naafilah Official Shop, Padang. Variabel data yang digunakan pada pemasukan barang yaitu tahun, nama produk, harga dan jumlah terjual. Selanjutnya, data tersebut diolah menggunakan software Rapid Miner. Tahapan pengolahan yang pertama adalah menentukan nilai cluster secara acak, dalam penelitian ini peneliti membagi nilai cluster menjadi 3 kelompok. Selanjutnya, nilai centroid dari masing- masing kelompok tersebut akan ditentukan. Nilai centroid diperoleh dari rata-rata nilai data yang termasuk dalam cluster pada hasil iterasi cluster sebelumnya. Lalu, proses cluster dihitung menggunakan rumus euclidean distance. Perhitungan cluster dilakukan dengan menghitung jarak yang paling dekat dengan data. Hasil akhir penelitian ini adalah mengetahui bunga hias yang paling laris, laris dan kurang laris, sehingga penjual dapat mengoptimalkan penyediaan bunga hias untuk masa yang akan datang.

Actions (login required)

View Item