ANALISA PENJUALAN MENGGUNAKAN ALGORITMA K-MEDOIDS UNTUK MENGOPTIMALKAN PENJUALAN BARANG

  • Yusvi Diana Universitas Putra Indonesia YPTK Padang
  • Febri Hadi Universitas Putra Indonesia YPTK Padang
Abstract viewed = 340 times
PDF (Bahasa Indonesia) downloaded = 451 times

Abstract

Kesulitan pihak manajemen dalam mengambil kebijakan untuk menyuplai barang membuat persediaan barang menumpuk. Terjadinya penumpukkan barang membuat harga barang tersebut mengalami penurunan harga. Oleh karena itu diperlukan teknik dalam melakukan analisa penjualan barang yang berguna untuk mengatasi permasalahan yang ada. Penelitian ini bertujuan untuk melakukan analisis dalam penjualan barang. Teknik analisis menggunakan algoritma K-Medoids yang dapat membantu menganalisis penjualan barang. Algoritma K-Medoids akan mengelompokkan data penjualan. Pengelompokan data dibagi menjadi dua yaitu barang yang laris dan tidak laris terjual dari analisis variabel yang dilakukan. Data yang digunakan dalam penelitian ini meliputi 30 sampel data penjualan barang. Hasil penelitian ini memberikan informasi tentang barang yang laris dan barang yang tidak laris sehingga permasalahan dalam mensuplai persediaan barang dapat diatasi

Downloads

Download data is not yet available.

References

Adinugroho, S., & Sari, Y. A. (2018). Implementasi data mining menggunakan WEKA. Universitas Brawijaya Press.
Artaya, I. P., & Purworusmiardi, T. (2019). Efektifitas marketplace dalam meningkatkan konsentrasi pemasaran dan penjualan produk bagi umkm di Jawa Timur. Ekonomi Dan Bisnis, Universitas Narotama Surabaya, 1–10.
Azhari, S. M., Pudjiantoro, T. H., & Santikarama, I. (2021). Klasterisasi Outlet Berdasarkan Data Penjualan Dengan Menggunakan Algoritma K-Medoids. JUMANJI (Jurnal Masyarakat Informatika Unjani), 5(2), 69. https://doi.org/10.26874/jumanji.v5i2.93
Batubara, N. A., & Awangga, R. M. (2020). Tutorial Object Detection Plate Number With Convolution Neural Network (CNN) (Vol. 1). Kreatif.
Defiyanti, S., Jajuli, M., & Rohmawati, N. (2017). Optimalisasi K-Medoid Dalam Pengklasteran Mahasiswa Pelamar Beasiswa Dengan Cubic Clustering Criterion. Jurnal Nasional Teknologi Dan Sistem Informasi, 3(1), 211–218.
Elisabeth, D. M. (2019). Kajian terhadap peranan teknologi informasi dalam perkembangan audit komputerisasi (studi kajian teoritis). METHOMIKA: Jurnal Manajemen Informatika \& Komputerisasi Akuntansi, 3(1), 40–53.
Faradilla, S. B. (2022). Komparasi Analisis K-Medoids Clustering dan Hierarchical Clustering (Studi Kasus: Data Kriminalitas di Indonesia Tahun 2020). Universitas Islam Indonesia.
Ghofar, M. A., & Kurniawan, Y. I. (2018). Aplikasi Pengelompokan Pelanggan Pada Ums Store Menggunakan Algoritma K-Means. Jurnal Teknologi Dan Manajemen Informatika, 4(1).
Gustrianda, R., & Mulyana, D. I. (2022). Penerapan Data Mining Dalam Pemilihan Produk Unggulan dengan Metode Algoritma K-Means Dan K-Medoids. Jurnal Media Informatika Budidarma, 6(1), 27–34.
Hadi, F., & Diana, Y. (2020). Pengklusteran Penjualan Bahan Bangunan Menggunakan Algoritma K-Means. JOISIE (Journal Inf. Syst. Informatics Eng., Vol. 4, No. 1, p. 22, 2020, Doi: 10.35145/Joisie. V4i1. 629.
Hadi, F., Diana, Y., & Meta, M. R. (2022). Analisa Penjualan Menggunakan Algoritma K-Means. Indonesian Journal of Computer Science, 11(1), 165–175. https://doi.org/10.33022/ijcs.v11i1.3043
Kamila, I., Khairunnisa, U., & Mustakim, M. (2019). Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(1), 119–125.
Marisa, F., Kom, S., Maukar, A. L., Akhriza, T. M., MMSI, P. D., & others. (2021). Data Mining Konsep Dan Penerapannya. Deepublish.
Mustajab, R., Aristawidya, R., Puspita, L., & Widodo, E. (2021). Aplikasi Metode K-Medoid pada Pengelompokan Kabupaten/Kota di Jawa Barat Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2020. Jurnal Statistika Dan Aplikasinya, 5(2), 221–229.
Purwati, N., Kurniawan, H., & Karnila, S. (2021). Data Mining (Vol. 1). Zahira Media Publisher.
Sindi, S., Ningse, W. R. O., Sihombing, I. A., Zer, F. I. R. H., & Hartama, D. (2020). Analisis algoritma k-medoids clustering dalam pengelompokan penyebaran covid-19 di indonesia. (JurTI) Jurnal Teknologi Informasi, 4(1), 166–173.
Siregar, L. Y., & Nasution, M. I. P. (2020). Perkembangan Teknologi Informasi Terhadap Peningkatan Bisnis Online. HIRARKI: Jurnal Ilmiah Manajemen Dan Bisnis, 2(1), 71–75.
Sundari, S., Damanik, I. S., Windarto, A. P., Tambunan, H. S., Jalaluddin, J., & Wanto, A. (2019). Analisis K-Medoids Clustering Dalam Pengelompokkan Data Imunisasi Campak Balita Di Indonesia. Prosiding Seminar Nasional Riset Information Science (SENARIS), 1, 687–696.
Syahputra, S., Ramadani, S., & Pardede, A. M. H. (2020). Menentukan Strategi Promosi Menggunakan Algoritma Clustering K-Means. JOISIE (Journal Of Information Systems And Informatics Engineering), 4(1), 7–14.
Takdirillah, R. (2020). Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Penjualan Bisnis Ritel. Edumatic: Jurnal Pendidikan Informatika, 4(1), 37–46.
Tambunan, M. P. (2021). Penerapan Data Mining Dalam Analisa Data Pemakaian Obat Dengan Menerapkan Algoritma K-Means. Informasi Dan Teknologi Ilmiah (INTI), 8(3), 109–113.
Wira, B., Budianto, A. E., & Wiguna, A. S. (2019). Implementasi Metode K-Medoids Clustering Untuk Mengetahui Pola Pemilihan Program Studi Mahasiwa Baru Tahun 2018 Di Universitas Kanjuruhan Malang. Rainstek: Jurnal Terapan Sains \& Teknologi, 1(3), 53–68.
Published
2023-07-21
How to Cite
DIANA, Yusvi; HADI, Febri. ANALISA PENJUALAN MENGGUNAKAN ALGORITMA K-MEDOIDS UNTUK MENGOPTIMALKAN PENJUALAN BARANG. JOISIE (Journal Of Information Systems And Informatics Engineering), [S.l.], v. 7, n. 1, p. 97-103, july 2023. ISSN 2527-3116. Available at: <https://ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/2905>. Date accessed: 22 june 2024. doi: https://doi.org/10.35145/joisie.v7i1.2905.
Section
Articles