Implementasi Data Mining Untuk Menentukan Stock Inventory Di PT. Sukadamai Jaya Abadi Dengan Metode Algoritma K-Means Clustering
Keywords:
Data Mining, K-Means Clustering, RapidminerAbstract
PT. Sukadamai Jaya Abadi adalah salah satu perusahaan yang menjual suku cadang truk. Adapun stock Inventory yang dimaksud dalam penelitian ini adalah suku cadang truk yang disebut sebagai “Barang”. Dalam penelitian ini menjaga persediaan barang agar barang tidak sampai kosong termasuk salah satu menjaga kepuasan pelanggan. Untuk melaksanakan hal tersebut manajemen perusahaan harus dapat menganalisa mana barang yang sangat laku, laku dan mana barang yang kurang laku, khususnya pada bagian penjualan. Hal ini tidak mudah dikarenakan memiliki jumlah item barang yang cukup banyak, sehingga dibutuhkan sedikit teknik komputasi untuk mempermudah permasalahan tersebut. Data Mining dengan metode algoritma K-Means Clustering dapat diterapkan untuk menentukan penjualan barang yang sangat laku, laku dan kurang laku. Dari hasil data yang dikelompokkan dengan menggunakan algoritma K-Means Clustering dapat dijadikan strategi penyetokan barang yaitu dimana barang yang harus di stok dalam jumlah banyak, sedang, dan sedikit sehingga dapat meminimalisir terjadinya kekurangan stok dan kelebihan stok barang. Pada Proses perhitungan menggunakan perhitungan manual serta Rapidminer. Pada perhitungan Rapidminer menghasilkan 3 cluster yaitu cluster 0 dalam kategori kurang laku sebesar 166 item, cluster 1 dalam kategori sangat laku sebesar 1 item dan cluster 2 dalam kategori laku 21 item.
References
Azzahra, L. and Amru Yasir (2024) ‘Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food’, Jurnal Ilmu Komputer dan Sistem Informasi, 3(1), pp. 1–10. doi: 10.70340/jirsi.v3i1.88.
Dea Mustika, R., Zakir, A. and Rizmi, A. (2022) ‘Implementasi Algoritma K-Means Untuk Clustering Judul Skripsi Universitas Harapan Medan’, Jurnal Media Informatika, 4(1), pp. 40–47. doi: 10.55338/jumin.v4i1.405.
Haq, M. A., Purnomo, W. and Setiawan, N. Y. (2023) ‘Analisis Clustering Topik Survey menggunakan Algoritme K-Means (Studi Kasus: Kudata)’, … Teknologi Informasi dan Ilmu …, 7(7), pp. 3498–3506. Available at: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13147%0Ahttps://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/13147/5928.
Helilintar, R. and Farida, I. N. (2018) ‘Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa’, Jurnal Sains dan Informatika, 4(2), pp. 80–87. doi: 10.34128/jsi.v4i2.140.
Kambey, G. E. I., Sengkey, R. and Jacobus, A. (2020) ‘Penerapan Clustering pada Aplikasi Pendeteksi Kemiripan Dokumen Teks Bahasa Indonesia’, Jurnal Teknik Informatika, 15(2), pp. 75–82.
Nugraha, A., Nurdiawan, O. and Dwilestari, G. (2022) ‘Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport’, JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), pp. 849–855. doi: 10.36040/jati.v6i2.5755.
Prasetiani, S. D. and Rochmawati, N. (2022) ‘Penerapan Data Mining Untuk Clustering Menu Favorit Menggunakan Algoritma K-Means (Studi Kasus Kedai Expo)’, Journal of Informatics and Computer Science (JINACS), 3(03), pp. 278–286. doi: 10.26740/jinacs.v3n03.p278-286.
Priyanto, I. et al. (2024) ‘PENERAPAN ALGORITMA METODE NAÏVE BAYES UNTUK PENENTUAN PENERIMAAN BANTUAN PROGRAM INDONESIA PINTAR ( PIP ) ( Studi Kasus SMP PGRI 1 CILACAP )’, Jurnal Manajemen Informatika Jayakarta, 4(April), pp. 162–172.
Rofiq, M. A. and Qoiriah, A. (2021) ‘Pengelompokan Kategori Buku Berdasarkan Judul Menggunakan Algoritma Agglomerative Hierarchical Clustering dan K-Medoids’, Journal of Informatics and Computer Science (JINACS), 2(03), pp. 220–227. doi: 10.26740/jinacs.v2n03.p220-227.
Somantri, O., Wiyono, S. and Dairoh, D. (2016) ‘Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM)’, Scientific Journal of Informatics, 3(1), pp. 34–45. doi: 10.15294/sji.v3i1.5845.
Syani, M. et al. (2024) ‘Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT.PL menggunakan Metode K-Means’, Jurnal Indonesia : Manajemen Informatika dan Komunikasi, 5(3), pp. 2792–2800.
Tundo, T. and Uyun, S. (2020) ‘Penerapan Decision Tree J48 Dan Reptree Dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit Menggunakan Metode Fuzzy Tsukamoto’, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 7(3), pp. 483–492. doi: 10.25126/jtiik.202071870.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Bangun Siahaan, Rasiban Rasiban (Author)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

