Pengelompokkan Sembako Terlaris Menggunakan Algoritma K-Means
Keywords:
Clustering, Data Mining, K-MeansAbstract
Perkembangan teknologi informasi telah mendorong digitalisasi dalam berbagai sektor, termasuk sektor penjualan ritel. Toko Biru Agen Sembako Bekasi merupakan usaha yang bergerak di bidang distribusi kebutuhan pokok, yang mengalami kendala dalam manajemen stok karena belum adanya sistem informasi yang memadai. Skripsi ini bertujuan untuk mengembangkan sistem informasi berbasis web yang mampu mengelompokkan produk sembako terlaris dengan menggunakan algoritma K-Means Clustering. Metode penelitian yang digunakan meliputi observasi, wawancara, dan studi pustaka, serta pengembangan sistem menggunakan metode prototipe dan framework CodeIgniter. Sistem ini mengelompokkan data penjualan produk berdasarkan tingkat permintaan selama dua tahun (2023–2024) untuk membantu pemilik toko dalam pengambilan keputusan stok dan strategi penjualan. Hasil implementasi menunjukkan bahwa sistem mampu mengelompokkan produk secara akurat ke dalam kategori berdasarkan pola penjualan, serta menampilkan data secara interaktif melalui antarmuka web. Dengan demikian, sistem ini dapat meningkatkan efisiensi operasional dan mengurangi risiko kekosongan atau penumpukan stok barang.
Downloads
References
Y. Firmansyah, R. Maulana, and D. O. Hutagalung, “Implementasi Model Prototipe Dalam Pembuatan Sistem Informasi Penjualan Sparepart,” J. Sist. Inf. Akunt., vol. 2, no. 1, pp. 63–71, 2021, doi: 10.31294/justian.v2i01.366.
F. N. Khasanah, “Klasifikasi Proses Penjurusan Siswa Tingkat SMA Menggunakan Data Mining,” Informatics Educ. Prof., vol. 1, no. 1, pp. 65–69, 2016.
Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol. 2, 2019.
F. A. Bramasta and R. Halilintar, “Penerapan Data Mining Untuk Menentukan Strategi Penjualan Toko Sepatu,” Pros. SEMNAS INOTEK …, pp. 236–241, 2021.
R. Gustrianda and D. I. Mulyana, “Penerapan Data Mining Dalam Pemilihan Produk Unggulan dengan Metode Algoritma K-Means Dan K-Medoids,” J. Media Inform. Budidarma, vol. 6, no. 1, p. 27, 2022, doi: 10.30865/mib.v6i1.3294.
N. Sirait, “Implementasi K-Means Clustering Pada Pengelompokan Mutu Biji Sawit,” J. Pelita Inform., vol. 16, no. 4, pp. 368–372, 2017.
M. S. Nawawi, F. Sembiring, and A. Erfina, “Implementasi Algoritma K-Means Clustering Menggunakan Orange Untuk Penentuan Produk Busana Muslim Terlaris,” Semin. Nas. Teknol. Inf. dan Komunikasi-2021, pp. 789–797, 2021.
