Samsudin, Angga Radlisa (2020) DATA MINING UNTUK MENENTUKAN PRODUK LARIS DAN TIDAK LARIS DENGAN METODE K-MEANS CLUSTERING DAN WEIGHTED MOVING AVERAGE. Skripsi thesis, Universitas Mercu Buana Yogyakarta.
ABSTRAK.pdf
Download (220kB) | Preview
BAB I.pdf
Download (225kB) | Preview
BAB II.pdf
Restricted to Repository staff only
Download (628kB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (564kB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
BAB V.pdf
Download (216kB) | Preview
DAFTAR PUSTAKA.pdf
Download (339kB) | Preview
LAMPIRAN.pdf
Restricted to Repository staff only
Download (805kB) | Request a copy
SKRIPSI FULLTEXT.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
Readme.pdf
Restricted to Repository staff only
Download (6kB) | Request a copy
Source code.zip
Restricted to Repository staff only
Download (447kB) | Request a copy
Abstract
Toko Mitra 10 Maguwoharjo merupakan toko yang menjual berbagai macam alat elektronik tetapi belum ada sistem untuk mengatur proses ketersediaan stok barang, sehingga sering menimbulkan kebingungan dalam proses penambahan stok karena tidak diketahui barang apa yang diminati oleh pembeli. Data yang dihasilkan bertujuan mempermudah pemilik toko untuk mengkategorikan produk laris dan tidak laris serta pemilihan produk untuk purchase order diperiode selanjutnya.
Penelitian ini menggunakan metode k-means clustering untuk mengelompokkan data dan weighted moving average untuk memperkirakan nilai pada periode selanjutnya. Variabel yang digunakan adalah data selama 1 tahun terhitung dari bulan Januai-Desember 2019.
Berdasarkan pengujian melalui perhitungan manual dan sistem maka disimpulkan bahwa penggunakan metode k-means clustering dan weighted moving average dapat digunakan untuk menentukan barang yang laris dan tidak laris dengan hasil 25 barang termasuk laris dan 4 barang tidak laris. Hasil tersebut dapat digunakan untuk menentukan purchase order diperiode selanjutnya serta sistem yang dibuat memiliki validasi yang tinggi.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information/Lokasi Hardcopy: | Perpustakaan Kampus 3 |
Uncontrolled Keywords: | Data Mining, Cluster Analysis, K-Means Clustering, Weight Moving Average |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
Depositing User: | Teknik Informatika UMBY |
Date Deposited: | 04 Mar 2020 05:57 |
Last Modified: | 04 Mar 2020 05:57 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/8345 |