Arinda Salbinda
Universitas Nusa Mandiri

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten Normah Normah; Siti Nurajizah; Arinda Salbinda
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (352.423 KB) | DOI: 10.31294/jtk.v7i2.10553

Abstract

Toko Helai merupakan sebuah toko yang bergerak dalam bidang penjualan fashion hijab, namun demikian dari berbagai jenis pakaian yang dijual tentu tidak semuanya yang laris terjual, ada juga yang kurang laris terjual. Data-data penjualan, pembelian barang maupun pengeluaran tidak terduga pada Toko HelaiĀ  ini tidak tersusun dengan baik, sehingga data tersebut hanya berfungsi sebagai arsip bagi toko dan tidak dapat dimanfaatkan untuk pengembangan strategi pemasaran.Oleh karena itu perlu diterapkan data mining menggunakan metode K-Means pada Toko Helai. Metode K-Means dapat diterapkan pada Toko Helai untuk menentukan penjualan baju mana yang sangat laris, laris dan kurang laris. Penerapan metode K-Means pada toko Helai, yaitu dengan cara mengelompokan data stok baju. Kemudian memilih 3 cluster secara acak sebagai centroid awal. Setelah data pada setiap cluster tidak berubah-ubah, maka dapat diketahui hasil akhirnya yaitu yang sangat laris ada 11 artikel, yang laris ada 55 artikel dan 34 artikel untuk yang kurang laris. Kemudian Menerapkan metode K-Means pada Rapidminer dilakukan dengan memasukkan data stok produk yaitu stok awal, stok terjual dan stok akhir yang akan menjadi Database pada Ms.Excel, data tersebut kemudian dikoneksikan ke dalam Tools Rapidminer, dan akan diolah dan dibentuk K-means. Setelah itu, Rapidminer akan menghasilkan produk mana yang sangat laris, laris, dan kurang laris