Penerapan Data Mining dalam Menentukan Stock Barang Produk Online Shop dengan Metode K-Means Clustering
Total View This Week0
Total View This Week0
Institusion
Universitas Putera Batam
Author
Manurung, Wantri Junedi
Subject
006.3 Kecerdasan Buatan
Datestamp
2023-10-25 09:23:19
Abstract :
Pengaturan stok yang dilakukan secara tidak akurat, mengakibatkan biaya simpan yang tinggi dan kurang ekonomis. Hal ini tentu akan merugikan semua pelaku bisnis atau usaha sama halnya online shope. Penelitian ini bertujuan untuk mengelompokkan produk yang dijual pada online shope habibibe menjadikan lebih dari satu cluster untuk melihat produk mana yang paling diminati sehingga jumlah stok harus banyak, produk diminati untuk jumalh stok sedang, dan produk kurang diminati untuk jumlah stok sedikit. Metode yang digunakan dalam penelitian ini adalah data mining k-means merupakan salah satu metode dalam agoritma clustering, dimana k-means akan mencari partisi yang optimal dari data dengan memperkecil kriteria jumlah kesalahan kuadrat dengan prosedur iterasi yang optimal. Variabel yang digunakan adalah kode produk, jumlah transaksi, stok awal barang dan volume penjualan. Penelitian juga mengunakan software Rapidminer untuk pengolahan data dengan metode K-Means. Hasil akhir dari penelitian adalah berupa suatu program aplikasi yang dapat mengelompokkan produk menjadi kategori jumlah stok banyak, sedang dan sedikit berdasarkan transaksi penjualan.
Pengaturan stok yang dilakukan secara tidak akurat, mengakibatkan biaya simpan yang tinggi dan kurang ekonomis. Hal ini tentu akan merugikan semua pelaku bisnis atau usaha sama halnya online shope. Penelitian ini bertujuan untuk mengelompokkan produk yang dijual pada online shope habibibe menjadikan lebih dari satu cluster untuk melihat produk mana yang paling diminati sehingga jumlah stok harus banyak, produk diminati untuk jumalh stok sedang, dan produk kurang diminati untuk jumlah stok sedikit. Metode yang digunakan dalam penelitian ini adalah data mining k-means merupakan salah satu metode dalam agoritma clustering, dimana k-means akan mencari partisi yang optimal dari data dengan memperkecil kriteria jumlah kesalahan kuadrat dengan prosedur iterasi yang optimal. Variabel yang digunakan adalah kode produk, jumlah transaksi, stok awal barang dan volume penjualan. Penelitian juga mengunakan software Rapidminer untuk pengolahan data dengan metode K-Means. Hasil akhir dari penelitian adalah berupa suatu program aplikasi yang dapat mengelompokkan produk menjadi kategori jumlah stok banyak, sedang dan sedikit berdasarkan transaksi penjualan.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
