DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN PRODUK YANG PALING TIDAK LAKU TERJUAL PADA KOPERASI MAHASISWA UNIVERSITAS NEGERI YOGYAKARTA
Keywords:
Data mining, Algoritma k-means clustering, Data Produk Barang.Abstract
Data mining merupakan penggalian data dalam jumlah besar untuk mendapatkan suatu pengetahuan (knowledge) atau informasi bagi penggunanya.Dalam penerapan ini digunakan metode clustering dengan menggunakan algoritma K-Means. Dari data yang diolah dengan sample data produk barang yang ada di Koperasi Mahasiswa Universitas Negeri Yogyakarta (Kopma UNY), maka menghasilkan dua jenis kelompok data yaitu data penjualan produk barang yang paling laku terjual dan yang paling tidak laku terjual sehingga produk barang yang ada di gudang tidak menumpuk. Berdasarkan hasil penelitian menggunakan algoritma K-Meansclustering produk barang yang dikategorikan paling laku terjual yaitu dengan rata-rata penjualan 2545.36 dan barang yang dikategorikan paling tidak laku terjual yaitu dengan rata-rata penjualan 231.2.
References
Gunawan, A. d. (2014). Sistem Pendukung Keputusan Pemasaran Produk Menggunakan Data Mining Dengan K-Means Clustering. Bandung: SESINDO.
Han, J. K. (2011). Data Mining: Concept and Techniques. Second Edition. Waltham: Morgan Kaufmann Publishers.
Metisen, B. M., & Sari, H. (2015). ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS. Jurnal Media Infotama, Vol. 11, No. 2.
Putri, D. E. (2015). Metode Non Hierarcy Algoritma K-Means Dalam Mengelompokan Tingkat Kelarisan Barang. (Studi Kasus : Koperasi Keluarga Besar Semen. Prosiding Seminar Ilmiah Nasional Teknologi Komputer.
UNY, A. K. (2017, 07 31). Tentang Kopma UNY. Retrieved 06 Kamis, 2017, from Koperasi Mahasiswa Universitas Negeri Yogyakarta: http://www.kopmauny.com/en/profile/
