Path: Top -> S1-Final Project -> Sistem Informasi -> 2019
PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN PERSEDIAAN STOK BARANG PADA TOKO PENSMART JAMBI
APPLICATION OF K-MEANS CLUSTERING METHOD TO DETERMINE GOODS INVENTORY IN PENSMART JAMBI STORE
Undergraduate Theses from gdlhub / 2019-05-27 14:31:32Oleh : Nengsi Anggraini, STIKOM Dinamika Bangsa Jambi
Dibuat : 2019-05-27, dengan 7 file
Keyword : Manajemen Stok, Metode K-Means Clustering, Tools Data Mining
Manajemen stok yang dilakukan secara tidak akurat dan asal-asalan akan menyebabkan biaya simpan yang tinggi dan tidak ekonomis, karena bisa terjadi kekosongan atau kelebihan jenis item barang tertentu. Hal ini tentu akan sangat merugikan semua pelaku usaha seperti halnya pada Toko Pensmart Jambi. Penelitian ini bertujuan untuk mengelompokkan berbagai jenis item barang yang dijual pada Toko Pensmart Jambi menjadi 5 cluster guna untuk mengetahui item barang apa saja yang terjual dengan jumlah paling banyak, terjual dengan jumlah banyak, terjual dengan jumlah sedang, terjual dengan jumlah sedikit, dan terjual dengan jumlah paling sedikit, sehingga untuk stok yang akan disediakan berdasarkan kelompok item barang pada cluster masing-masing yang telah ditentukan. Metode yang digunakan pada penelitian ini adalah metode K-Means Clustering. Penelitian juga didukung dengan 2 tools data mining yaitu RapidMiner dan Weka. Terdapat perbandingan hasil yang berbeda dari kedua tools data mining yaitu pada tool RapidMiner untuk cluster 0 terdapat 917 data yang tergabung di dalamnya, untuk cluster 1 terdapat 1 data yang tergabung di dalamnya, untuk cluster 2 terdapat 25 data yang tergabung di dalamnya, untuk cluster 3 terdapat 9 data yang tergabung di dalamnya, dan untuk cluster 4 terdapat 118 data yang tergabung di dalamnya. Kemudian pada tool Weka untuk cluster 0 terdapat 293 data yang tergabung di dalamnya, untuk cluster 1 terdapat 8 data yang tergabung di dalamnya, untuk cluster 2 terdapat 26 data yang tergabung di dalamnya, untuk cluster 3 terdapat 75 data yang tergabung di dalamnya, dan untuk cluster 4 terdapat 668 data yang tergabung di dalamnya
Deskripsi Alternatif :Stock management which done inaccurately and carelessly will impact to high storage cost and uneconomic, because some items of goods will be out of stock or excess stock. This problem will be very detrimental to all businessman as well as Pensmart Jambi store. The purpose of this research is to clasify kinds of goods that sell in Pensmart Jambi store into 5 clusters to find out the best selling item, sold in large quantities, sold out in middle category, sold in small quantities and fewest items sold, so stock will be prepare based on item category on each cluster that has been specified. This research use K-means Clustering method. This research also support with 2 data mining tools, RapidMiner and Weka. There are comparison of different results from both data mining tools, RapidMiner tool for cluster 0 there are 917 data included in it, for cluster 1 there is 1 data included in it, for cluster 2 there are 25 data included in it, for cluster 3 there are 9 data included in it, and for cluster 4 there are 118 data included in it. Then on Weka tool for cluster 0 there are 293 data included in it, for cluster 1 there are 8 data included in it, for cluster 2 there are 26 data included in it, for cluster 3 there are 75 data included in it, and for cluster 4 there are 668 data included in it.
Beri Komentar ?#(0) | Bookmark
Properti | Nilai Properti |
---|---|
ID Publisher | gdlhub |
Organisasi | STIKOM Dinamika Bangsa Jambi |
Nama Kontak | Herti Yani, S.Kom |
Alamat | Jln. Jenderal Sudirman |
Kota | Jambi |
Daerah | Jambi |
Negara | Indonesia |
Telepon | 0741-35095 |
Fax | 0741-35093 |
E-mail Administrator | elibrarystikom@gmail.com |
E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- Jasmir, S.Kom, M.Kom dan Bapak Pareza Alam Jusia, Editor: sukadi
Download...
Download hanya untuk member.
BAB 1
File : BAB 1.pdf
(136379 bytes)
BAB 2
File : BAB 2.pdf
(1183271 bytes)
BAB 3
File : BAB 3.pdf
(152125 bytes)
BAB 4
File : BAB 4.pdf
(1465274 bytes)
BAB 5
File : BAB 5.pdf
(1689912 bytes)
BAB 6
File : BAB 6.pdf
(111095 bytes)
DAFTAR PUSTAKA
File : DAFTAR PUSTAKA.pdf
(12007 bytes)