Kholifa, Nur
Unknown Affiliation

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

Found 1 Documents
Search
Journal : JATI (Jurnal Mahasiswa Teknik Informatika)

ANALISIS DATA TRANSAKSI KUE MENGGGUNAKAN METODE K-MEANS CLUSTERING PADA TOKO RAFA CAKE Kholifa, Nur; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8221

Abstract

Penggunaan teknologi dalam bisnis makanan, khususnya di industri toko kue, sangat penting untuk mendapatkan informasi detail tentang produk yang dijual. Toko Rafa Cake menghadapi masalah pengelolaan data transaksi belum dimanfaatkan secara efektif dan penataan produk yang kurang optimal. Banyaknya transaksi mengakibatkan penumpukan data dan stok produk, menghambat pengisian ulang etalase dan pemahaman produk terlaris. Studi ini menerapkan metode algoritma K-Means Clustering pada data transaksi toko, dengan tujuan mengidentifikasi produk yang diminati, cukup diminati, dan kurang diminati. Data transaksi yang dianalisis meliputi no,nama produk, kategori, variasi, harga, merek, stok terjual, dan total penjualan melalui RapidMiner. Hasilnya dapat meningkatkan efisiensi penjualan produk kue dan manajemen stok, serta dapat menjadi acuan bagi toko kue lainnya dengan masalah yang sama, memanfaatkan data transaksi untuk meningkatkan kinerja bisnis. Hasil Clustering diperoleh 3 Cluster yang membedakan produk kue, bolu, dan roti berdasarkan kategori produk, stok terjual, dan harga. Cluster 1 memiliki 1 item menunjukkan penjualan paling diminati dengan nilai transaksi tinggi. Sementara Cluster 2 memiliki 40 item, menandakan penjualan cukup diminati dengan nilai transaksi sedang. Cluster 0, dengan 1272 item, menunjukkan penjualan kurang diminati dengan nilai transaksi rendah. Dengan nilai DBI sebesar 0,004, dan jarak rata-rata Centroid terbaik di Cluster 1 sebesar 0,000.