Penerapan Algoritma K-Means Clustering Untuk Menentukan Bahan Bangunan Laris Pada UD. Bintang Bangunan

Maulana, Tri Yoga (2022) Penerapan Algoritma K-Means Clustering Untuk Menentukan Bahan Bangunan Laris Pada UD. Bintang Bangunan. Diploma thesis, Universitas Lancang Kuning.

[img] Text
1855201077_BAB-I_VI_DAFTAR-PUSTAKA.pdf

Download (2MB)
[img] Text
1855201077_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Salah satu toko yang bergerak dibidang penjualan bahan bangunan yang terdapat di jalan Gajah Mada, Sebanga - Duri ini yaitu toko bangunan UD. Bintang Bangunan. Proses permintaan dan penyedian barang pada toko bangunan UD. Bintang Bangunan hingga saat ini cukup berjalan baik, namun banyaknya permintaan dari para pelanggan menyebabkan banyak pula jenis-jenis bahan bangunan dari berbagai merk yang tersedia di toko bangunan tersebut. Dengan terbatasnya tempat penyimpanan dan banyaknya bahan bangunan yang tersedia pada toko bangunan tersebut, sehingga hal tersebut berdampak pada meningkatnya biaya operasional dan juga membatasi jumlah stok yang harus disediakan. Dalam upaya menekan biaya operasional dan memberikan ruang untuk media penyimpanan pada toko bangunan tersebut, maka perlu adanya sebuah analisis yang dapat mengatasi permasalahan yang dialami dengan cara penerapan data mining. Salah satu informasi yang dapat digali dengan data mining yaitu dengan cara melihat cluster bahan bangunan mana yang laris dan juga kurang laris. Dari hasil cluster bahan bangunan yang kurang laris maka dapat dijadikan sebuah rekomendasi merk bahan bangunan untuk dikurangi stoknya guna menekan biaya operasional dan memberikan ruang untuk media penyimpanan yang ada pada UD. Bintang Bangunan. Berdasarkan nilai rata-rata dari masing-masing atribut pada setiap Cluster dapat dilihat perbandingan dari jumlah rata-ratanya, maka kelompok tingkat barang bangunan yang laris terdapat pada Cluster 2 dengan rata-rata 39,06 barang pada stok awal bulanan, rata-rata total penjualan bulanan 22,06, rata-rata stok akhir bulanan 17,25 barang yang tersisa. Untuk kelompok tingkat barang bangunan yang kurang laris terdapat pada Cluster 1 dengan rata-rata 58,67 barang pada stok awal bulanan, rata-rata total penjualan bulanan 28,33, rata-rata stok akhir bulanan 17,25 barang yang tersisa.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Data Mining, Clustering, Algoritma K-Means, Bahan Bangunan, Toko Bangunan
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Ilmu Komputer > Prodi Teknik Informatika
Depositing User: Fitrah Hamidy
Date Deposited: 29 Dec 2023 03:51
Last Modified: 29 Dec 2023 03:51
URI: http://repository.unilak.ac.id/id/eprint/2842

Actions (login required)

View Item View Item