IMPLEMENTASI DATA MINING PENGELOMPOKAN MENU MINUMAN BERDASARKAN TINGKAT PENJUALAN DENGAN METODE K-MEANS (STUDY KASUS KEDAI NYOKLAT KLASIK)

• AZZELLA AZZAHRANI AZZAHRA
• 2024

---

Data mining dapat digunakan untuk mencari solusi dalam pengambilan keputusan penjualan untuk meningkatkan penjualan. Penyimpanan data penjualan menyimpan banyak catatan transaksi penjualan, dimana setiap dokumennya menyediakan produk yang dibeli pelanggan pada setiap transaksi penjualan. Masalah mulai timbul dengan penimbunan bahan yang berlebihan. Jumlahnya berfluktuasi penjualan menyebabkan stok bahan yang tersedia tidak stabil dan dapat berdampak langsung konsumen. Kesalahan dalam memperkirakan penjualan menyebabkan kedai Nyoklat Klasik melakukan pembelian dalam jumlah besar jumlah stok bahan, yang tidak banyak digunakan atau terjual habis, sehingga persediaan bahan-bahan ini membengkak di gudang. Salah satu cara yang bisa dilakukan adalah dengan menerapkan data mining karena terdapat cara dan metode untuk memenuhi kebutuhan, salah satunya yaitu kebutuhan akan informasi yang luas, maka informasi yang dapat kita manfaatkan menentukan kualitas dalam menentukan suatu keputusan. Oleh karena itu, penelitian ini diharapkan dapat membantu Nyoklat Klasik meminimalisir kasus pengelolaan persediaan stok material tersebut kekurangan dan kelebihan serta membuat kebijakan untuk meningkatkan penjualan dengan mengelompokkan menu-menu berdasarkan tingkat penjualan dengan menggunakan algoritma K-means. Berdasarkan hasil pengolahan dataset penjualan di kedai Nyoklat Klasik menggunakan tools RapidMiner, mengasilkan 2 cluster dengan nilai DBI sebesar -0,391, yaitu dengan cluster 1 dengan menu yang tingkat penjualan rendah sebanyak 17. Cluster 2 dengan menu yang memiliki tingkat penjualan rendah sebanyak 4.

• data mining
• clustering
• K-Means
• tingkat penjualan

https://repository.bsi.ac.id/repo/51252/IMPLEMENTASI-DATA-MINING-PENGELOMPOKAN-MENU-MINUMAN-BERDASARKAN-TINGKAT-PENJUALAN-DENGAN-METODE-K-MEANS-(STUDY-KASUS-KEDAI-NYOKLAT-KLASIK)
Anda dapat membaca file tugas akhir ini di repository.