Implementasi Algoritma K-Means untuk Pengelompokan Data Penjualan Berdasarkan Pola Penjualan
Implementation of K-Means Algorithm for Clustering Sales Data Based on Sales Patterns
Keywords:
Algoritma K-Means, Pengelompokan, Produk, Toko SembakoAbstract
Toko Sembako Aceh Mulia memiliki sebuah pusat distribusi. Pusat distribusi ini menyimpan banyak produk berbeda yang akan dijual, melihat pada pusat distribusi toko masih melibatkan pembukuan untuk berbagai informasi transaksi, dan masih mengkaji produk yang akan dibeli untuk memenuhi stok di pusat distribusi, masih belum ada estimasi untuk produk yang umumnya dicari oleh pelanggan, untuk menghasilkan perkembangan produk yang sedang populer dan meminimalisir produk tidak sering dibeli yang menyebabkan kerugian. Dalam permasalahan yang ada menggunakan metode K-means, dengan mengklaster atau mengelompokkan barang-barang yang terjual menjadi 3 bagian yaitu sangat laku, laku dan kurang laku, dengan pembagian seperti ini diharapkan memudahkan Toko Sembako Aceh Mulia dalam menyusun strategi dalam management penyetokan barang dengan pengelompokan barang yang terjual dengan kriteria sangat laku. Hasil clustering dari 30 dataset yang sudah di analisis menunjukan bahwa C1 terdapat 21 jenis produk dimana dapat dikategorikan paling laris dengan nilai 181,23 pada jenis produk kopi kapal api dan C2 terdapat 9 jenis produk dimana dapat dikategorikan paling tidak laris dengan nilai 228,03 pada jenis produk kopi kapal api.
References
A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, p. 219, 2021, doi: 10.30865/jurikom.v8i6.3655.
F. A. Bramasta and R. Halilintar, “Penerapan Data Mining Untuk Menentukan Strategi Penjualan Toko Sepatu,” Pros. SEMNAS INOTEK …, pp. 236–241, 2021, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/1135%0Ahttps://proceeding.unpkediri.ac.id/index.php/inotek/article/download/1135/736
A. Ikhwan and N. Aslami, “Implementasi Data Mining untuk Manajemen Bantuan Sosial Menggunakan Algoritma K-Means,” J. Teknol. Inf., vol. 4, no. 2, pp. 208–217, 2020, doi: 10.36294/jurti.v4i2.2103.
M. H. Fakhriza and K. Umam, “Analisis Produk Terlaris Menggunakan Metode K-Means Clustering Pada “Pt.Sukanda Djaya,” JIKA (Jurnal Inform., vol. 5, no. 1, p. 8, 2021, doi: 10.31000/jika.v5i1.3236.
M. I. Jambak and R. Efendi, “Pengaruh Reduksi Dimensi Terhadap Metode Pengklasteran Berbasis Centroid Dan Metode Pengklasteran Berbasis Density Dalam Pengklasteran Dokumen Teks,” Indones. J. Bus. Intell., vol. 4, no. 2, p. 53, 2021, doi: 10.21927/ijubi.v4i2.1918.
I. Syafrinal and E. L. Febrianti, “Penerapan Algoritma K-Means Pada Aplikasi Data Mining Untuk Menentukan Pola Penjualan (Studi Kasus: Zahra Mart),” J. Digit, vol. 13, no. 1, p. 31, 2023, doi: 10.51920/jd.v13i1.320.
A. Yani, Z. Azmi, and D. Suherdi, “Implementasi Data Mining Menganalisa Data Penjualan Menggunakan Algoritma K-Means Clustering,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 2, p. 315, 2023, doi: 10.53513/jursi.v2i2.6357.
A. Ayu, D. Sulistyawati, and M. Sadikin, “SISTEMASI: Jurnal Sistem Informasi Penerapan Algoritma K-Medoids untuk Menentukan Segmentasi Pelanggan,” vol. 10, pp. 516–526, 2021, [Online]. Available: http://sistemasi.ftik.unisi.ac.id
S. Rahmatullah, M. Mukrim, and M. N. Pramitha, “Data mining untuk menentukan produk terlaris menggunakan metode naive bayes,” J. Inf. Dan Komput., vol. 7, pp. 57–64, 2019.
A. Rozaq, “Implementation of K-Means and Agglomerative Hierarchical Methods to House Clusterization,” J. Media Inform. Budidarma, vol. 6, no. 2, p. 933, 2022, doi: 10.30865/mib.v6i2.3573.
Z. Muttaqin, “Implementasi Unsupervised Learning Pada Nilai Jasmani Kesamaptaan Sekolah Polisi Negara Dengan Metode Clustering Analysis,” PROSISKO J. Pengemb. Ris. dan Obs. Sist. Komput., vol. 10, no. 1, pp. 18–23, 2023, doi: 10.30656/prosisko.v10i1.6269.
R. S. Ramadhan and S. Utara, “Clustering Daerah Rawan Angin Puting Beliung Pada Kabupaten Di Sumatera Utara Dengan Algoritma K-Means,” J. Ilm. Komputasi, vol. 23, no. 2, pp. 247–252, 2024, doi: 10.32409/jikstik.23.2.3578.
I. Nawangsih, R. Puspita, and Suherman, “Implementasi Algoritma K-Means Dalam Mengkategorikan Produk Terlaris Dan Kurang Laris Pada Toko Alfamart Cikarang,” Pelita Teknol., vol. 16, no. 1, pp. 79–87, 2021, [Online]. Available:
https://jurnal.pelitabangsa.ac.id/index.php/pelitatekno/article/view/674
P. Ulil, F. Aulia, and S. Saepudin, “Penerapan Data Mining K-Means Clustering Untuk Mengelompokkan Berbagai Jenis Merk Laptop,” 2021.
H. Nicodemus Turnip and H. Fahmi, “Hendra Turnip, 2 Hasanul Fahmi (Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means) Penerapan Data Mining Pada Penjualan Kartu Paket Internet Yang Banyak Diminati Konsumen Dengan Metode K-Means,” JIKOMSI J. Ilmu Komput. dan Sist. Inf., vol. 4, no. 2, pp. 36–41, 2021.
R. Riadi and Mesran, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume,” J. Informatics, Electr. Electron. Eng., vol. 2, no. 4, pp. 138–145, 2023, doi: 10.47065/jieee.v2i4.1181.
K. Auliasari and M. Kertaningtyas, “Penerapan Algoritma K-Means untuk Segmentasi Konsumen Menggunakan R,” J. Teknol. dan Manaj. Inform., vol. 5, no. 2, 2019, doi: 10.26905/jtmi.v5i2.3644.
Desy Julika Sari, W. Handoko, and Parini, “JUTSI (Jurnal Teknologi dan Sistem Informasi ) Bangunan Terlaris Dengan Menggunakan Metode K-Means Di Ud Maju Bersama Mahasiswa Prodi Sistem Informasi , STMIK Royal Dosen Prodi Sistem Informasi , STMIK Royal JUTSI ( Jurnal Teknologi dan Sistem Informasi,” vol. 2, no. 2, pp. 93–102, 2022.
A. R. Danurisa and J. Heikal, “Customer Clustering Using the K-Means Clustering Algorithm in the Top 5 Online Marketplaces in Indonesia,” BudapestInternational Res. Critics Institute-Journal, vol. 5, no. 3, pp. 24287–24301, 2022, [Online]. Available: https://doi.org/10.33258/birci.v5i3.6450
M. M. Ridzki, I. Hadijah, M. Mukidin, A. Azzahra, and A. Nurjanah, “K-Means Algorithm Method for Clustering Best-Selling Product Data at XYZ Grocery Stores,” Int. J. Soc. Serv. Res., vol. 3, no. 12, pp. 3354–3367, 2023, doi: 10.46799/ijssr.v3i12.652.
A. Supriyadi, A. Triayudi, and I. D. Sholihati, “Perbandingan Algoritma K-Means Dengan K-Medoids Pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 6, no. 2, pp. 229–240, 2021, doi: 10.29100/jipi.v6i2.2008.
