PENGELOMPOKAN DATA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA CLUSTERING K-MEANS

Rassya, Haya Azzura (2022) PENGELOMPOKAN DATA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA CLUSTERING K-MEANS. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[thumbnail of ABSTRAK]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (72kB) | Preview
[thumbnail of BAB SATU]
Preview
Text (BAB SATU)
BAB I.pdf

Download (78kB) | Preview
[thumbnail of BAB DUA] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (135kB) | Request a copy
[thumbnail of BAB TIGA] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (699kB) | Request a copy
[thumbnail of BAB EMPAT] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (736kB) | Request a copy
[thumbnail of BAB LIMA]
Preview
Text (BAB LIMA)
BAB V.pdf

Download (7kB) | Preview
[thumbnail of DAFTAR PUSTAKA]
Preview
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (9kB) | Preview
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (422kB) | Request a copy
[thumbnail of SKRIPSI FULL TEXT] Text (SKRIPSI FULL TEXT)
SKRIPSI_FULL_TEXT.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[thumbnail of SOURCE CODE] Archive (SOURCE CODE)
source code.zip
Restricted to Repository staff only

Download (49MB) | Request a copy

Abstract

Semakin berkembangnya persaingan dalam dunia bisnis khususnya industri penjualan bahan bangunan menuntut perusahaan untuk menentukan strategi penyediaan stok guna meningkatkan penjualan dan pemasaran. Oleh karena itu, dibangun sistem untuk mengelompokan data penjualan ke dalam sebuah cluster dengan metode Data mining Algoritma K-means Clustering. Penelitian dilakukan terhadap 20 sampel data produk terjual di PT. Smart Techtex Gallery “S-Plus” Semarang. Pengujian dilakukan dengan pengelompokan 3 kriteria, yaitu jika masuk C1 disimpulkan sebagai kelompok barang kurang laku, jika masuk C2 disimpulkan sebagai kelompok barang laku dan jika masuk C3 disimpulkan sebagai kelompok barang sangat laku. Hasil penelitian menunjukkan tingkat kesuksesan sebesar 100%, ditunjukkkan dengan 13 produk yang termasuk dalam anggota C1, 6 produk yang termasuk dalam anggota C2 dan 1 produk yang termasuk dalam anggota C3. Diharapkan penelitian ini mampu memberikan suatu informasi penting bagi perusahaan untuk mempermudah penyediaan stok.

Item Type: Thesis (Skripsi)
Additional Information/Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Data mining, Clustering, K-Means
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 14 Dec 2022 04:12
Last Modified: 14 Dec 2022 04:12
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/17130

Actions (login required)

View Item
View Item