Implementasi Data Mining Pengelompokan Menu Minuman Berdasarkan Tingkat Penjualan Dengan Metode K-Means (Studi Kasus Kedai Milky Moo)

  • Idris Marzuki
  • 2023

Abstrak

Kedai Milky Moo merupakan sebuah usaha yang bergerak pada bidang minuman, produk yang ditawarkan oleh kedai Milky Moo adalah produk minuman yang berbahan baku susu sapi murni atau UHT. Eksistensi Milky Moo yang bergerak dibidang kuliner khusus nya minuman, dengan banyaknya persaingan dengan usaha yang mirip tidak lepas dari strategi pemasaran yang dilakukan oleh pemilik Milky Moo sendiri. Juga, harga yang terjangkau mulai dari yang termurah Rp5000 hingga yang termahal Rp12.000 sehingga mampu bertahan dan banyak dikenal oleh masyarakat sekitar. Penelitian ini bertujuan untuk mengetahui bagaimana cara mengatur stok dengan benar agar tidak asal dalam menyediakan stok barang dalam meningkatan penjualan produk minuman. Data mining dimaksudkan dalam memberi solusi bagi para pengambil keputusan di dunia bisnis dalam mengembangkan bisnis tersebut. Metode K-Means yang digunakan pada penelitian ini yaitu untuk merancang strategi persediaan barang dalam pengelompokan menu minuman. Tujuan dari penelitian ini adalah adalah untuk menerapkan algoritma K-Means serta data penjualan dari Kedai Milky Moo sebagai contoh tipikal. Hasil analisis penelitian dari 20 record bahwa cluster menengah sebanyak 8 menu memiliki tingkat penjualan tertinggi sebanyak 495,625 gelas selama 6 bulan.

Kata Kunci
Daftar Pustaka

Jurnal Internet

Adhiatma, F. N., Nasution, S. M., & Purwanto, Y. (2016). Perancangan Dan Analisis Clustering Data Menggunakan Metode Single Linkage Untuk Berita Berbahasa Inggris Design And Analysis Of Data Clustering Using Single Linkage Method For English News. EProceedings of Engineering, 3(2).

Anggraini1 , N., Jusia3 , A., Informasi, S., Dinamika Bangsa, S., & Sudirman, J. J. J. (2019). Penerapan Metode K-Means Clustering untuk Menentukan Persediaan Stok Barang Pada Toko Pensmart Jambi.

Firmansyah, D. (2022). Teknik Pengambilan Sampel Umum dalam Metodologi Penelitian: Literature Review. Jurnal Ilmiah Pendidikan Holistik (JIPH), 1(2), 85–114.

Han, J., & Kamber, M. (2006). Classification and prediction. Data Mining: Concepts and Techniques, 2006, 347–350.

Heriyanto, B. (2023). Metode Penelitian Kuantitatif (Teori dan Aplikasi). Perwira Media Nusantara.

Larose, D. T. (2006). Data mining methods. John Wiley & Sons Inc., Hoboken, New Jersey.

Larose, D. T., & Larose, C. D. (2014). Discovering knowledge in data: an introduction to data mining (Vol. 4). John Wiley & Sons.

Nasari, F., & Darma, S. (2013). Penerapan k-means clustering pada data penerimaan mahasiswa baru (studi kasus: universitas potensi utama). Semnasteknomedia Online, 3(1), 1–2.

Nurdiyansyah, F., Akbar, I., History, A., & Author, C. (2021). Jurnal Teknologi dan Manajemen Informatika Implementasi Algoritma K-Means untuk Menentukan Persediaan Barang pada Poultry Shop Article Info ABSTRACT. 7(2), 86–94. http://http://jurnal.unmer.ac.id/index.php/jtmi

Prastiwi, H., Pricilia, J., & Rasywir, E. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 2(1), 141–148.

Ramdhan, D., Dwilestari, G., Danar Dana, R., & Ajiz, A. (2022). Clustering Data Persediaan Barang dengan Menggunakan Metode K-Means. Clustering Data Persediaan Barang dengan Menggunakan Metode K-Means. 7(1). http://ejournal.ust.ac.id/index.php/Jurnal_Means/

Rivandi, A., Bu’ulolo, E., & Silalahi, N. (2019). Penerapan Metode Regresi Linier Berganda Dalam Estimasi Biaya Pencetakan Spanduk (Studi Kasus: PT. Hansindo Setiapratama). In Jurnal Pelita Informatika (Vol. 7, Issue 3).

Triyandana, G., Putri, L. A., & Umaidah, Y. (2022). Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means. In Journal of Applied Informatics and Computing (JAIC) (Vol. 6, Issue 1). http://jurnal.polibatam.ac.id/index.php/JAIC

Yusup, F. (2018). Uji validitas dan reliabilitas instrumen penelitian kuantitatif. Tarbiyah: Jurnal Ilmiah Kependidikan, 7(1). 63

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 17190845 - Idris Marzuki
  • Prodi : Teknologi Informasi
  • Kampus : Jatiwaringin
  • Tahun : 2023
  • Periode : I
  • Pembimbing : Oky Irnawati, M.Kom.
  • Asisten :
  • Kode : 0040.S1.TI.SKRIPSI.I.2023
  • Diinput oleh : BDY
  • Terakhir update : 27 Maret 2024
  • Dilihat : 47 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UBSI


Perpustakaan Universitas Bina Sarana Informatika merupakan layanan yang diberikan kepada civitas akademik khususnya mahasiswa untuk memperoleh informasi seperti buku, majalah, jurnal, prosiding, dll.

INFORMASI


Alamat : Jl. Kramat Raya No.98, Senen, Jakarta Pusat

Telp : +6285777854809

Email : perpustakaan@bsi.ac.id

IG : @perpustakaan_ubsi

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

LINK TERKAIT


LPPM UBSI

Repository UBSI

E-Journal UBSI

E-Learning UBSI

Kemahasiswaan UBSI

Perpustakaan Nasional

e-Resources

Copyright © 2024 Perpustakaan Universitas Bina Sarana Informatika