Penerapan Algoritma K-Means Clustering Penjualan Sparepart Untuk Mengetahui Kerusakaan Mobil (Study Kasus: Bengkel Garasi Family Pematangsiantar)

Julia Agustina Silaban

Abstract


Semakin berkembangnya persaingan dalam dunia usaha khusunya dalam bidang jasa dan penjualan spartpart mobil  menuntut para pengembangan untuk menemukan suatu pola yang dapat meningkatkan penjualan dan menemukan kerusakkan mobil yang paling sering terjadi agar pelayanan dalam service mobil lebih baik, salah satunya adalah dengan pemanfaatan data transaksi. Bengkel Garasi Family merupakan perusahaan yang begerak dalam bidang Otomotif yang melayani pembelian, penjualan sparepart mobil serta memberikan perbaikkan untuk berbagai merek mobil. Namun demikian kurang dalam peninjauan produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data yang kurang efektif. Untuk mengatasi permasalahan tersebut analisis yang digunakan yaitu penerapan Clusteringdengan menggunakan Algoritma K-Means. Clustering merupakan salah satu teknik dari salah satu fungsionalitas data mining, algoritma clustering merupakan algoritma pengelompokkan sejumlah data menjadi kelompok–kelompok data tertentu (cluster). Sehingga dengan adanya pengelompokan data ini pihak bengkel dapat mengetahui barang paling sering dicari oleh pembeli dan kerusakkan pada mobil yang terjadi untuk mengelolah stok barang. Dengan adanya pengolahan data yang dilakukan diharapkan dapat memberikan solusi kepada pihak pengusaha bengkel agar dapat mengetahui barang yang harus distok banyak dengan kerusakkan yang sering terjadi.

 

 Kata kunci: Data Mining, K-Means, Clustering, Sparepart

 


References


. F., Kesuma, F. T., & Tamba, S. P. (2020). Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering. Jurnal Sistem Informasi Dan Ilmu Komputer Prima(JUSIKOM PRIMA), 2(2), 67–72. https://doi.org/10.34012/jusikom.v2i2.376

Ardiansyah, D., & Walim, W. (2018). Algoritma c4.5 untuk klasifikasi calon peserta lomba cerdas cermat siswa smp dengan menggunakan aplikasi rapid miner. Jurnal Inkofar, 1(2), 5–12.

Irfiani, E., & Rani, S. S. (2018). Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita. Jurnal Sistem Dan Teknologi Informasi (JUSTIN), 6(4), 161. https://doi.org/10.26418/justin.v6i4.29024

Rahmawati, F., Merlina, N., Mandiri, N., Jl, J. ;, Damai, N., & Barat, W. J. (n.d.). Metode Data Mining Terhadap Data Penjualan Sparepart Mesin Fotocopy Menggunakan Algoritma Apriori.


Refbacks

  • There are currently no refbacks.



 

LPPM STIKOM Tunas Bangsa
https://tunasbangsa.ac.id/lp2m/
Organized by STIKOM Tunas Bangsa
Published by LPPM STIKOM Tunas Bangsa
W: https://skripsi.tunasbangsa.ac.id/index.php/2022

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0