Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Terlaris Pada CV. Equipment & Tools
Abstract
Despite having a large stock, CV Equipment & Tools experienced problems in terms of inadequate archiving of item data, which caused gaps between the items sought and the available data. The current management system is considered inefficient in the company's expenditure on procurement. Sales, purchases and incidental expense data lack proper organization, serving only as archives without actively contributing to marketing progress. This research seeks to assist CV Equipment & Tools management in identifying the most sought-after building materials to increase management efficiency. A system has been designed using K-Means Clustering technique to handle very large data sets. The research findings describe three distinct sales categories: most desirable, moderately desirable, and least desirable. By using the K-Means Clustering method, this problem can be overcome resulting in increased efficiency, proper organization of item data, and uniformity in inventory management at CV Equipment & Tools.
Keywords: Sales; Data Mining; K-Means Clustering
Abstrak
Meskipun memiliki stok yang besar, CV Equipment & Tools mengalami masalah dalam hal tidak memadainya pengarsipan data barang, yang menyebabkan kesenjangan antara barang yang dicari dan data yang tersedia. sistem pengelolaan saat ini dianggap tidak efisien dalam pengeluaran perusahaan untuk pengadaan. Data penjualan, pembelian, dan pengeluaran tak terduga tidak memiliki organisasi yang tepat, hanya berfungsi sebagai arsip tanpa berkontribusi aktif untuk kemajuan pemasaran. Penelitian ini berupaya membantu manajemen CV Equipment & Tools dalam mengidentifikasi bahan bangunan yang paling banyak dicari untuk meningkatkan efisiensi manajemen. Sebuah sistem telah dirancang menggunakan teknik K-Means Clustering untuk menangani kumpulan data yang sangat besar. Temuan penelitian menggambarkan tiga kategori penjualan yang berbeda: paling diminati, cukup diminati, dan kurang diminati. Dengan menggunakan metode K-Means Clustering, masalah ini dapat diatasi sehingga menghasilkan peningkatan efisiensi, pengorganisasian data barang yang tepat, dan keseragaman dalam manajemen inventaris di CV Equipment & Tools.
Keywords
References
D. Anggarwati, O. Nurdiawan, I. Ali, and D. A. Kurnia, “Penerapan Algoritma K-Means Dalam Prediksi Penjualan Karoseri,” vol. 1, no. 2, pp. 58–62, 2021.
Y. Hartati, S. Defit, and G. W. Nurcahyo, “Klasterisasi Bibit Terbaik Menggunakan Algoritma K-Means dalam Meningkatkan Penjualan,” Jurnal Informatika Ekonomi Bisnis, vol. 5, no. 2, pp. 1-7, 2021, doi: 10.37034/infeb.v3i1.56.
I. P. Mulyadi, “Klasterisasi Menggunakan Metode Algoritma K-Means dalam Meningkatkan Penjualan Tupperware,” Jurnal Informatika Ekonomi Bisnis, vol. 4, no. 4, pp. 172–179, Sep. 2022, doi: 10.37034/infeb.v4i4.164.
M. D. Kurniawan, B. Priyatna, and F. Nurapriani, “Implementasi Algoritma K-Means Untuk Klasterisasi Data Obat Puskesmas Kotabaru,” J-SAKTI (Jurnal Sains Komputer dan Informatika), vol. 7, no. 2, pp. 882-890, 2023.
A. Octa Fadilah, B. Huda, and A. Hananto, “Strategi Promosi untuk Meningkatkan Penjualan Kedai Kopi Desimal Menggunakan Algoritma K-Medoids Clustering,” Jurnal Riset Komputer), vol. 10, no. 1, pp. 2407–389, 2023, doi: 10.30865/jurikom.v10i1.5561.
M. Y. Rizki, F. Fania, and A. P. Windarto, “Implementasi K-Means Clustering Dalam Mengelompokkan Jumlah Penjualan Ikan Laut Di Tpi Menurut Wilayah,” Jurnal Informatika dan Komputer) Akreditasi Kemenristekdikti, vol. 3, no. 2, pp. 69-74, 2020, doi: 10.33387/jiko.
M. H. Fakhriza and K. Umam, “Analisis Produk Terlaris Menggunakan Metode K-Means Clustering Pada ‘PT.Sukanda Djaya,” JIKA (Jurnal Informatika), vol. 5, no. 1, pp. 8-15. 2021.
T. Wahyudi et al., “Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris di PT. Titian Nusantara Boga (Tri Wahyudi M,Kom, et.all) Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris Di PT. Titian Nusantara Boga,” Jurnal Sains dan Teknologi, vol. 5, no. 1, pp. 228–236, 2023, doi: 10.55338/saintek.v5i1.1379.
S. Marliska Hutabarat, A. Sindar, “Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma K-Means,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 2, no. 2, pp. 126-132, 2019.
U. Menentukan, J. Penjualan, O. T. Zahrial, M. Siddik, and M. Kom, “Penerapan Metode K-Means Clustering Dalam Perancangan Sistem,” Jurnal Mahasiswa Aplikasi Teknologi Komputer dan Informasi, vol. 5, no. 2, pp. 138–143, 2023.
Puji Rahayu, Ika Anikah, Dias Bayu Saputra, Tri Anelia, and Martanto, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Rotan,” KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer, vol. 4, no. 2, pp. 42–50, Jun. 2020, doi: 10.32485/kopertip.v4i2.118.
F. Amin, D. S. Anggraeni, and Q. Aini, “Penerapan Metode K-Means dalam Penjualan Produk Souq.Com,” Applied Information System and Management (AISM), vol. 5, no. 1, pp. 7–14, Apr. 2022, doi: 10.15408/aism.v5i1.22534.
D. Safitri, S. S. Hilabi, and F. Nurapriani, “Analisis Penggunaan Algoritma Klasifikasi Dalam Prediksi Kelulusan Menggunakan Orange Data Mining,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 8, no. 1, pp. 75–81, Jan. 2023, doi: 10.36341/rabit.v8i1.3009.
S. Oktaviani and A. Bahtiar, “Implementasi Algoritma K-Means Dalam Pengelompokan Data Penjualan CV. Widuri Menggunakan Orange, Jurnal Wahana Informatika, vol. 2, no. 1, pp. 188-196.” 2023.
A. Lia Hananto et al., “Analysis of Drug Data Mining with Clustering Technique Using K-Means Algorithm,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Jul. 2021. doi: 10.1088/1742-6596/1908/1/012024.
How To Cite This :
Refbacks
- There are currently no refbacks.
