IMPLEMENTASI DATA MINING DALAM PROYEKSI PEMASARAN
PRODUK MENGGUNAKAN METODE ALGORITMA K-MEANS DAN
METODE MONTE CARLO
Total View This Week0
Total View This Week0
Institusion
Universitas Darma Persada
Author
Sri Ginda, Tanjung
Subject
658.8 Marketing, Management of Distribution/Marketing, Manajemen Distribusi
Datestamp
2023-10-21 06:27:49
Abstract :
Penjualan merupakan suatu unsur penting dalam suatu perusahaan bidang pemasaran, pada permasalahan yang umum dihadapi oleh para pemilik perusahaan adalah bagaimana memprediksi atau meramalkan penjuaan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya. Toko Arr Store Indoenesia merupakan toko yang bergerak dibidang perdagangan yang menyediakan berbagai macam banyak produk berkualitas yang berasal dari dalam maupun luar negeri. Pada saat ini toko belum ada sistem yang mengatur prediksi atau peramalan untuk melakukan prediksi target penjualan produk dan prediksi pada stok barang pada Toko Arr Store Indonesia. Sehingga sering terjadi penumpukan barang, barang rusak atau bahkan kekurangan stok barang yang mengakibatkan kerugian bagi perusahaan. Maka dari itu diperlukan suatu sistem prediksi atau peramalan penjualan yang bersifat terkomputerisasi oleh karena itu peneliti melakukan penerapan dengan melakukan implementasi menggunakan sebuah aplikasi datamining menggunakan metode algoritma K-Means dan Monte Carlo yang mendapatkan hasil pengujian menggunakan metode K-Means mendapatkan hasil clustering dengan nilai akurasi sangat laris 78,8%, cukup laris 15,2%, kurang laris 6,1%, dan untuk keakurasian produk menggunakan confusion matrix mendapatkan hasil Sangat Laris Accuracy 0.515, Precision 0.277, Recall 0.382, Cukup Laris Accuracy 0.515, Precision 0.277, Recall 0.417 dan Kurang Laris Accuracy 0.515, Precision 0.277, Recall 0.217. kemudian Berdasarkan pengujuan data transaksi jenis produk ARR QnC Jelly Gamat 100% Asli Obat Herbal Januari sampai dengan April menggunakan metode Monte Carlo mendapatkan pengakurasian hasil dari prediksi monte carlo di nyatakan dengan akurasi ARR QnC Jelly Gamat 100% Asli Obat Herbal yang sudah di proses menggunakan akurasi mean absolut presentasi error yaitu 94%.
Penjualan merupakan suatu unsur penting dalam suatu perusahaan bidang pemasaran, pada permasalahan yang umum dihadapi oleh para pemilik perusahaan adalah bagaimana memprediksi atau meramalkan penjuaan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya. Toko Arr Store Indoenesia merupakan toko yang bergerak dibidang perdagangan yang menyediakan berbagai macam banyak produk berkualitas yang berasal dari dalam maupun luar negeri. Pada saat ini toko belum ada sistem yang mengatur prediksi atau peramalan untuk melakukan prediksi target penjualan produk dan prediksi pada stok barang pada Toko Arr Store Indonesia. Sehingga sering terjadi penumpukan barang, barang rusak atau bahkan kekurangan stok barang yang mengakibatkan kerugian bagi perusahaan. Maka dari itu diperlukan suatu sistem prediksi atau peramalan penjualan yang bersifat terkomputerisasi oleh karena itu peneliti melakukan penerapan dengan melakukan implementasi menggunakan sebuah aplikasi datamining menggunakan metode algoritma K-Means dan Monte Carlo yang mendapatkan hasil pengujian menggunakan metode K-Means mendapatkan hasil clustering dengan nilai akurasi sangat laris 78,8%, cukup laris 15,2%, kurang laris 6,1%, dan untuk keakurasian produk menggunakan confusion matrix mendapatkan hasil Sangat Laris Accuracy 0.515, Precision 0.277, Recall 0.382, Cukup Laris Accuracy 0.515, Precision 0.277, Recall 0.417 dan Kurang Laris Accuracy 0.515, Precision 0.277, Recall 0.217. kemudian Berdasarkan pengujuan data transaksi jenis produk ARR QnC Jelly Gamat 100% Asli Obat Herbal Januari sampai dengan April menggunakan metode Monte Carlo mendapatkan pengakurasian hasil dari prediksi monte carlo di nyatakan dengan akurasi ARR QnC Jelly Gamat 100% Asli Obat Herbal yang sudah di proses menggunakan akurasi mean absolut presentasi error yaitu 94%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
