Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang

Elly Muningsih, Sri Kiswati

Abstract


ABSTRAK - 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 produk tertentu. Hal ini tentu akan sangat merugikan semua pelaku usaha seperti halnya online shop. Penelitian ini bertujuan untuk mengelompokkan produk yang dijual pada online shop Ragam Jogja menjadi beberapa cluster untuk mengetahui produk mana yang paling diminati sehingga jumlah stok harus banyak, produk diminati untuk jumlah stok sedang dan produk kurang diminati untuk jumlah stok sedikit. Metode yang digunakan pada penelitian ini adalah metode K-Means yang merupakan salah satu metode terbaik dan paling popular dalam algoritma clustering dimana K-Means mencari partisi yang optimal dari data dengan meminimalkan kriteria jumlah kesalahan kuadrat dengan prosedur iterasi yang optimal. Variabel yang digunakan adalah kode produk, jumlah transaksi, volume penjualan dan rata-rata penjualan. Penelitian juga didukung dengan software Rapidminer untuk pengolahan data dengan metode K-Means. Hasil akhir dari penelitian adalah berupa suatu program aplikasi yang dapat mengelompokkan produk menjadi kategori jumlah stok banyak, sedang dan sedikit berdasarkan transaksi penjualan.

Kata kunci : clustering, manajemen stok, metode K-Means, program aplikasi


Full Text:

PDF


DOI: https://doi.org/10.31294/bi.v3i1.570

DOI (PDF): https://doi.org/10.31294/bi.v3i1.570.g461

ISSN2338-9761 (media online), 2338-8145 (media cetak)

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License