Implementasi Data Mining dalam Pengelompokan Data Pembelian Menggunakan Algoritma K-Means Pada PT.Otomotif 1
Abstract
This research is based on the problems of PT. AUTOMOTIVE 1 which is having difficulty monitoring products that consumers are interested in. The research aims to group buyer data using the K-Means algorithm. This research uses transaction data at PT. AUTOMOTIVE 1 during January 2016, with a total of 30 valid transaction records. The analysis process involves using the K-Means algorithm to group transaction data into three clusters, namely: the most popular cluster, the least popular cluster, and the least popular cluster. This research provides valuable insight for PT. AUTOMOTIVE 1 in developing their marketing strategy and inventory management. Applying the clustering method using the K-Means algorithm can help companies optimize their marketing strategy and inventory management.
Keywords: Clustering Analysis; K-Means; Purchase; Marketing strategy; Transaction Data
Abstrak
Penelitian ini didasarkan pada permasalahan PT. OTOMOTIF 1 yang mengalami kesulitan dalam memantau produk yang diminati konsumen. Penelitian bertujuan untuk mengelompokkan data pembelian menggunakan algoritma K-Means. Penelitian ini menggunakan data transaksi pada PT. OTOMOTIF 1 selama Januari 2016, dengan total 30 rekaman transaksi yang valid. Proses analisis melibatkan penggunaan algoritma K-Means untuk mengelompokkan data transaksi menjadi tiga klaster, yaitu: klaster yang paling diminati, klaster yang sedikit diminati, dan klaster yang kurang diminati. Penelitian ini memberikan wawasan yang berharga bagi PT. OTOMOTIF 1 dalam mengembangkan strategi pemasaran dan manajemen persediaan barang mereka. Penerapan metode clustering dengan menggunakan algoritma K-Means dapat membantu perusahaan mengoptimalkan strategi pemasaran dan manajemen persediaan barang mereka.
Keywords
References
S. S. Hilabi, “Rancang Bangun Sistem Inventory Usaha (UMKM) ‘Karpet’ Desa Kamurang Berbasis Web,” Pros. Konf. Nas. Penelit. dan Pengabdi., vol. 2 no. 1, pp. 1147–1155, 2022.
Y. Suhanda, I. Kurniati, and S. Norma, “Penerapan Metode Crisp-DM Dengan Algoritma K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik,” J. Teknol. Inform. dan Komput., vol. 6, no. 2, pp. 12–20, 2020, doi: 10.37012/jtik.v6i2.299.
I. Melani, B. Priyatna, F. Nurapriani, and S. S. Hilabi, “Implementasi Metode K-Means Clustering Pada Penilaian Kinerja Karyawan PT Kopetri Citra Abadi,” J. Inf. Interaktif, vol. 8, no. 1, pp. 24–30, 2023, [Online]. Available: http://e-journal.janabadra.ac.id/
T. Widyanti, S. S. Hilabi, A. Hananto, Tukino, and E. Novalia, “Implementasi K-Means dan K-Nearest Neighborspada Kategori Siswa Berprestasi,” J. Inf. dan Teknol., vol. 5, no. 1, pp. 75–82, 2023, doi: 10.37034/jidt.v5i1.255.
D. Bahtiar et al., “Pemetaan Penduduk Penerima Bantuan Sosial Desa Waru Jaya Menggunakan Algoritma K-Means Clustering,” Sci. Sacra J. Sains, vol. 3, no. 2, pp. 29–39, 2023, [Online]. Available: http://pijarpemikiran.com/index.php/Scientia
Y. Prihati, Suwarno, and A. Dharmawan, “Implementasi Algoritma K-Means Untuk Pemetaan Prestasi Akademik Siswa Disekolah Dasar Terang Bagi Bangsa Pati,” Kinabalu, vol. 11, no. 2, pp. 50–57, 2019.
F. T. Kesuma, and S. P. Tamba, “Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2020, doi: 10.34012/jusikom.v2i2.376.
B. Susarianto, & T. Nizami, "Penentuan Penerima Bantuan Sosial Beras untuk Masyarakat Miskin Menggunakan Metode K-Means". Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 2, pp. 772-783, 2023.
A. Wahyudi and R. Utami, “Penggunaan Metode Euclidean Distance Pada Aplikasi Pencarian Lokasi Rumah Sakit di Kota Medan,” Informatics Eng. Electron. Data, vol. 1, no. 1, pp. 47–58, 2022, doi: 10.59840/ieed.v1i1.193.
W. Mega, “Clustering Menggunakan Metode K-Means Untuk Menentukan Status Gizi Balita,” J. Inform., vol. 15, no. 2, pp. 160–174, 2015.
T. P. Sari, A. L. Hananto, E. Novalia, T. Tukino, and S. S. Hilabi, “Implementasi Algoritma K-Means dalam Analisis Klasterisasi Penyebaran Penyakit Hiv/Aids,” Infotek J. Inform. dan Teknol., vol. 6, no. 1, pp. 104–114, 2023, doi: 10.29408/jit.v6i1.7423.
N. Afiasari, N. Suarna, and N. Rahaningsi, “Implementasi Data Mining Transaksi Penjualan Menggunakan Algoritma Clustering dengan Metode K-Means,” J. SAINTEKOM, vol. 13, no. 1, pp. 100–110, 2023, doi: 10.33020/saintekom.v13i1.402.
N. S. Niko, A. Rahman, D.M.U Atmaja, and A. Basri, “Klasterisasi Stok Produk Retail Untuk Menetukan Pergerakan Kebutuhan Konsumen Dengan Algoritma K-Means,” Bull. Inf. Technol., vol. 4, no. 3, pp. 306–312, 2023, doi: 10.47065/bit.v4i3.736.
M. A. Shah Putra, S. Monalisa, J. Julhandri, and I. Khoiru, “Penerapan Algoritma Fuzzy C-Means Menggunakan Model Rfm Dalam Klasterisasi Pelanggan Pada Toko Kue Feandra Cake,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 6, no. 1, pp. 64-69, 2020, doi: 10.24014/rmsi.v6i1.8646.
A. Wibowo and A. R. Handoko, “Segmentasi Pelanggan Ritel Produk Farmasi Obat Menggunakan Metode Data Mining Klasterisasi Dengan Analisis Recency Frequency Monetary (RFM) Termodifikasi,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 3, pp. 573-580, 2020, doi: 10.25126/jtiik.2020702925.
How To Cite This :
Refbacks
- There are currently no refbacks.
