Clustering History Data Penjualan Menggunakan Algoritma K-Means

  • Dharma Putra Y
  • Sudarma M
  • Swamardika I
N/ACitations
Citations of this article
121Readers
Mendeley users who have this article in their library.

Abstract

Perusahaan memiliki keinginan dalam mengembangkan peningkatan usahanya agar tidak tergerus dalam persaingan bisnis yang sangat ketat. PT. Baliyoni Saguna merupakan sebuah perusahaan yang bergerak dalam bidang teknologi informasi dan telekomunikasi yang saat ini sudah banyak membantu pelanggannya dalam memberikan solusi-solusi terbaik sesuai dengan kebutuhan pelanggannya. Kualitas produk menjadi faktor utama dalam menjaga agar pelanggan bisa bertahan dan merasa puas dari produk-produk yang diberikan oleh PT. Baliyoni Saguna. Produk-produk tersebut perlu dikaji kembali agar memiliki acuan dalam menciptakan produk terbaik. Clustering merupakan sebuah metode yang bisa digunakan dalam melihat tingkat penjualan yang telah dilakukan berdasarkan cluster yang terbentuk. Algoritma K-Means menjadi metode yang mampu mengolah history data penjualan yang dimiliki PT. Baliyoni Saguna dalam  membentuk kelompok-kelompok sesuai dengan kategori item barang tersebut. Algoritma K-Means mampu memberikan kemudahan dalam mengolah data yang besar sehingga dapat diolah lebih cepat dan efisien. Hasil dari penerapan algortima K-Means, membentuk 3 cluster yang mewakili kategori sangat diminati, diminati dan kurang diminati. Pada kategori sangat diminati terdapat 5 jumlah item barang, kategori diminati terdapat 4 jumlah item barang dan kurang diminati terdapat 14 jumlah item barang. Hasil tersebut diharapkan dapat membantu dalam menciptakan barang yang berkualitas sehingga dapat menjaga kulitas produk serta kepuasan dari pelanggan.   Kata Kunci— Clustering, Algoritma K-Means, PT. Baliyoni Saguna.

Cite

CITATION STYLE

APA

Dharma Putra, Y., Sudarma, M., & Swamardika, I. B. A. (2021). Clustering History Data Penjualan Menggunakan Algoritma K-Means. Majalah Ilmiah Teknologi Elektro, 20(2), 195. https://doi.org/10.24843/mite.2021.v20i02.p03

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free