Pemanfaatan Fitur Analisis Data Menggunakan K-Means Cluster Dalam Point of Sales (POS)

  • Supangat
  • Amna A
N/ACitations
Citations of this article
114Readers
Mendeley users who have this article in their library.

Abstract

Pemanfaatan big data untuk meningkatkan performa usaha banyak menjadi pembahasan penelitian akhir-akhir ini. Ketersediaan data yang mampu diakses secara cepat untuk mereproduksi informasi baru yang penting dalam pengambilan keputusan menjadi salah satu faktor kunci yang menentukan keberhasilan organisasi. K-Means cluster sebagai salah satu algoritma data mining dengan kemampuan pengelompokan data merupakan salah satu tools yang penting untuk melakukan hal ini. Penelitian ini akan membahas implementasi algoritma K-Means untuk menghasilkan informasi baru berupa klasifikasi kelompok produk berdasarkan data transaksi penjualan di masa lalu. Algoritma ini selanjutnya akan menjadi fitur pada Sistem Informasi Point of Sales (POS) yang dikembangkan. Dengan adanya fitur baru pada sistem informasi POS, diharapkan pemilik usaha dapat merencanakan jumlah dan waktu pembelian produk dengan lebih baik, mengurangi jumlah persediaan barang di gudang, dan memberikan keleluasaan bagi pemilik usaha untuk menganalisis permintaan dengan mudah.

Cite

CITATION STYLE

APA

Supangat, & Amna, A. R. (2019). Pemanfaatan Fitur Analisis Data Menggunakan K-Means Cluster Dalam Point of Sales (POS). Teknika, 8(2), 97–102. https://doi.org/10.34148/teknika.v8i2.157

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