Implementasi Data Mining Pada Hasil Penjualan Barang Menggunakan Metode K-Means Clustering

Miftakhul Huda, Fakhri and HELILINTAR, RISA (2020) Implementasi Data Mining Pada Hasil Penjualan Barang Menggunakan Metode K-Means Clustering. In: Seminar Nasional Inovasi dan Teknologi (SEMNASINOTEK), 25 Juli 2020, Fakultas Teknik Universitas Nusantara PGRI Kediri.

	Text 55201_0721058902.pdf Download (969kB)
	Text 55201_0721058902_Peer Review.PDF Download (556kB)
	Text 55201_0721058902_Similarity.pdf Download (120kB)

Abstract

Sistem manajemen pergudangan atau biasa dikenal sebagai industri distributor barang dalam dunia perindustrian kerap kali luput dari pengawasan ataupun perhatian dari para pelaku bisnis. Dapat di ambil contoh dari data yang ada di PT.Enseval Putera Megatrading. Permasalahan yang kerap terjadi dalam perindustrian terutama dalam permasalahan khususnya di pergudangan yaitu dengan stok barang yang tidak sesuai dengan data yang ada permasalahan tersebut bisa menyebabkan kerugian bagi para pelaku bisnis. Penjualan barang menjadi faktor suksesnya bisnis ataupun usaha yang dilakukan para pelaku bisnis. Namun, para pelaku bisnis terkadang menganggap itu semua dengan sebelah mata dan membuat karyawan melakukan input data dengan cara manual. Berdasarkan latar belakang diatas ini maka penulis berencana untuk merancang sebuah aplikasi tentang pengelompokan berdasarkan penjualan barang yang terjual di pasaran dengan menggunakan metode k-means untuk mempermudah melihat hasil penjualan barang mana yang Sangat laku diperjual belikan di pasaran,yang laku dipasaran maupun yang tidak laku di pasaran. Dari hasil penerapan metode k-means diatas ada 4 jenis barang yang sangat laku yaitu Bits 300ML/24, LV juice pome 300ML/24, Vegie F premium carrot 300ML/24, Vegie F premium tomat 300ML/24, 2 jenis barang yang laku yaitu LV juice mangga 300ML/24 dan Hydro coco original 500ML/12, dan 4 jenis barang yang tidak laku yaitu Hydro coco original 200ML/24, LV juice guava 300ML/24, LV juice orange 300ML/24, dan LV juice pome 1 LT/12.

Actions (login required)

View Item