Klasifikasi Hasil Penjualan Minuman Ringan Pada Koperasi Berdasarkan Jenis Barang Menggunakan Algoritma K-Means Clustering
DOI:
https://doi.org/10.51179/tika.v7i3.1565Kata Kunci:
Clustering, Data Penjualan Minuman, Data Mining, K-Means, Item TypeAbstrak
Toko koperasi bersama merupakan salah satu upaya yang diberikan oleh pengurus koperasi bersama untuk meningkatkan pendapatan koperasi dengan cara menghitung keuntungan setiap tahun dan membagikannya kepada anggota koperasi dalam bentuk uang, yang biasa dikenal dengan SHU atau sisa hasil usaha. Namun demikian, masih terdapat kekurangan dalam pelaksanaan manajemen penjualan koperasi, salah satunya adalah penjualan minuman ringan. Masih ada kesalahan dalam menentukan tinggi rendahnya volume penjualan minuman. Penelitian ini akan membantu pengelola koperasi untuk mengelompokkan data penjualan minuman dan permintaan pelanggan akan minuman ringan dapat terpenuhi dengan baik. Data yang dikumpulkan dari Januari 2020 hingga September 2022 adalah penjualan 11.945 minuman dari 15 minuman ringan di toko Koperasi Bersama. Penelitian ini bertujuan untuk mengelompokkan hasil rekapitulasi penjualan ke dalam sebuah cluster melakukan nya dengan pendekatan data mining dengan menggunakan algoritma K-Means clustering. Pengelompokan data penjualan menyesuaikan dengan karakteristik nya. Hasil penelitian ini menunjukkan bahwa 1 minuman ringan termasuk dalam cluster 0 yang tergolong volume penjualan tinggi, sedangkan 14 minuman ringan termasuk dalam cluster 1 yang tergolong volume penjualan rendah
Unduhan
Referensi
Adani, Nurin Fadhilah, Ahmad Fitri Boy, S. Kom, M. Kom, Rendy Syahputra, S. Kom, and M. Kom. 2019. “Implementasi Data Mining Untuk Pengelompokan Data Penjualan Berdasarkan Pola Pembelian Menggunakan Algoritma K-Means Clustering Pada Toko Syihan.” (x):1–11.
Endang Swastuti. 2020. “Manajemen Inovasi Strategis Dan Adopsi Digital Marketing Upaya Membangun Keunggulan Bersaing Dan Kinerja Bisnis.” Jurnal Ilmiah Ekonomi Global Vol. 15(No 1 Juni 2020):127–43.
Erlangga, Nanda, Solikhun Solikhun, and Irawan Irawan. 2019. “Penerapan Data Mining Dalam Mengelompokan Produksi Jagung Menurut Provinsi Menggunakan Algoritma K-Means.” KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer) 3(1):702–9. doi: 10.30865/komik.v3i1.1681.
Informatika, Jurnal, Yoyon Arie, Budi Suprio, Mohamad Farid, Sekolah Tinggi, Ilmu Komputer, Pgri Banyuwangi, Jend A. Yani, and Banyuwangi Kode Pos. 2022. “TENTANG PENTINGNYA KEAMANAN INFORMASI DATA PRIBADI BERDASARKAN CLUSTERISASI K-MEANS.” 14(1):17–23.
Kosanke, Robert M. 2019. “済無No Title No Title No Title.”
Lia Hananto, April, Priati Assiroj, Bayu Priyatna, Nurhayati, Ahmad Fauzi, Aviv Yuniar Rahman, and Shofa Shofiah Hilabi. 2021. “Analysis of Drug Data Mining with Clustering Technique Using K-Means Algorithm.” Journal of Physics: Conference Series 1908(1). doi: 10.1088/1742-6596/1908/1/012024.
Madyatmadja, Evaristus Didik, Lusi Kusumawati, Syahlaa Perdina Jamil, Wahyu Kusumawardhana, Sistem Informasi, and Universitas Bina Nusantara. 2021. “Infotech: Journal of Technology Information.” Raden Ario Damar 7(1):55–62.
Manek, Florida Ivonia, Sutan Faisal, and Bayu Priyatna. 2018. “Penerapan K-Means Clustering Untuk Mengelompokkan Pelanggan Berdasarkan Data Penjualan Ayam.” Techno Xplore : Jurnal Ilmu Komputer Dan Teknologi Informasi 3(2):88–93. doi: 10.36805/technoxplore.v3i2.820.
Pribadi, Teguh, Rahmad Irsyada, Hastie Audytra, and Doni Abdul Fatah. 2020. “9006-24189-2-Pb.” 9(1):20–28.
Suriani, Lilis. 2020. “Pengelompokan Data Kriminal Pada Poldasu Menentukan Pola Daerah Rawan Tindak Kriminal Menggunakan Data Mining Algoritma K-Means Clustering.” Jurnal Sistem Komputer Dan Informatika (JSON) 1(2):151. doi: 10.30865/json.v1i2.1955.
Tukino, Faqih Pratama Muthi, and Aditia Agustian. 2021. “Analisis Penerapan Tata Kelola Teknologi Informasi Menggunakan Cobit 4.1 Pada Peminjaman Buku Perpustakaan ‘Studi Kasus Perpustakaan Kabupaten Karawang.’” Buana Ilmu 5(2):158–75. doi: 10.36805/bi.v5i2.1812.
Yasa, I. Putu Kerta, Ni Kadek Dwi Rusjayanthi, and Wan Siti Maisarah Binti Mohd Luthfi. 2022. “Classification of Stroke Using K-Means and Deep Learning Methods.” Lontar Komputer : Jurnal Ilmiah Teknologi Informasi 13(1):23. doi: 10.24843/lkjiti.2022.v13.i01.p03.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Awaljan Situmorang, Tukino, Elfina Novalia, Sandi Ahmad
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
