IMPLEMENTASI K-MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA PENJUALAN PADA PT. UNIVERSAL COLLECTION

• FAJAR SETIAWAN
• ADHA MASTITO
• DEDI AFRIZAL
• 2024

---

Universal Collection memiliki banyak sekali penjualan kendaraan dalam beberapa tahun terakhir ini, ini membuat PT. Universal Collection mempunyai banyak data penjualan yang belum di olah, ini membuat kinerja bisnis pada PT. Universal collection tidak maksimal. Penelitian ini bertujuan untuk menganalisis data penjualan kendaraan bermotor dari PT. Universal Collection menggunakan metode K-means Clustering. Data yang di gunakan adalah data transaksi penjualan sepeda motor, mobil, dan truk yang di kumpulkan melalui wawancara dengan pegawai administrasi serta data historis yang tersedia. Proses penelitian melibatkan beberapa tahap, yaitu pengumpulan data, preprocessing data, penerapan algoritma K-Means, evaluasi clustering dengan Davies Bouldin Index (DBI), dan pemberian rekomendasi strategis. Metode K-Means Clustering dipilih karena kemampuannya dalam mengelompokkan data berdasarkan karaktristik yang sama. Beberapa jumlah cluster dalam penelitian ini menentukan segmentasi yang paling optimal. Hasil pengelompokan menunjukkan adanya tiga segmen utama dalam penjualan kendaraan yaitu penjualan tinggi, sedang, dan rendah. Evaluasi dengan Davies Bouldin Index (DBI) menunjukkan bahwa cluster yang di hasilkan memiliki akurasi yang sangat baik dengan nilai Davies Bouldin Index (DBI) yang kecil Dengan digunakannya alat analisis seperti RapidMiner, ini membuktikan bahwa metode data mining bisa di terapkan secara efektif untuk meningkatkan kinerja bisnis.

https://repository.bsi.ac.id/repo/52397/IMPLEMENTASI-K-MEANS-CLUSTERING-UNTUK-PENGELOMPOKAN-DATA-PENJUALAN-PADA-PT.-UNIVERSAL-COLLECTION
Anda dapat membaca file tugas akhir ini di repository.