Penerapan Data Mining Metode Clustering Pada CV. Secom Infotech Menggunakan Algoritma K-Means

Dicky Juliawan, Faisal Amir, Efani Desi

Abstract


Grouping sales data at the Secom Infotech Computer Store is still done manually in Excel. How to group it takes time and allows data to be lost. Clustering is one of the data mining methods that are unsupervised and K-Means is a non-hierarchical clustering method that attempts to divide existing data into one or more groups. The K-Means clustering method can be applied to classify a sales data based on the type of item, type of customer, number of items. The data used is sales data in January-June 2018 as many as 30 data. The results of the tests were carried out using the RapidMiner application where the results contained 2 clusters, namely cluster 0 totaling 14 data and cluster 1 totaling 16 data. K-Means clustering method can be used for data processing using the concept of data mining in grouping data according to attributes.

Full Text:

PDF

References


Nelson Butarbutar, dkk, “Komparasi Kinerja Algoritma Fuzzy C-Means dan K-Means Dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa (Studi Kasus : SMP Negeri 2 Pematang Siantar)”, Jurnal Riset Sistem Informasi & Teknik Informatika, Vol. 1, No. 1, Juli 2016.

Mhd Gading Sadewo, dkk, “Pemanfaatan Algoritma Clustering Dalam Mengelompokkan Jumlah Desa/Kelurahan Yang Memiliki Saran Kesehatan Menurut Provinsi Dengan K-Means”, Konferensi Nasional Teknologi Informasi dan Komputer, Vol. 1, No. 1, Oktober 2017.

Nurul Rofiqo, Agus Perdana Windarto dan Dedy Hartama, “Penerapan Clustering Pada Penduduk Yang Mempunyai Keluhan Kesehatan Dengan Data Mining K-Means”, Konferensi Nasional Teknologi Informasi dan Komputer, Vol. 2, No. 1, Oktober 2018.

Riyani Wulan Sari, Anjar Wanto dan Agus Perdana Windarto, “Implementasi RapidMiner Dengan Metode K-Means (Studi Kasus : Imunisasi Campak Pada Balita Berdasarkan Provinsi)”, Konferensi Nasional Teknologi Informasi dan Komputer, Vol. 2, No. 1, Oktober 2018.

Mhd Gading Sadewo, Agus Perdana Windarto dan Anjar Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means”, Konferensi Nasional Teknologi Informasi dan Komputer, Vol. 2, No. 1, Oktober 2018.

Aldi Nurzahputra, Much Aziz Muslim dan Miranita Khusniati, “Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa”, Techno COM, Vol. 16, No. 1, 17-24, Februari 2017.

Agus Perdana Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering ”, Techno.COM, Vol. 16, No.4, 348-357, November 2017.

Ahmad Luky Ramdani dan Hafiz Budi Firmansyah, “Clustering Application For UKT Determination Using Pillar K-Means Clustering Algorithm and Flask Web Framework”, Indonesian Journal of Artificial Intelligence and Data Mining, Vol. 1, No. 2, pp. 53-59, September 2018.

Iin Parlina, dkk, “Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center Untuk Clustering Program SDP”, Journal of Computer Engineering System and Science, Vol. 3, No. 1, Januari 2018.




DOI: http://dx.doi.org/10.30645/senaris.v1i0.12

Refbacks

  • There are currently no refbacks.


&nbsp