IMPLEMENTASI K-MEANS CLUSTERING BERBASIS WEB UNTUK ANALISIS DATA PENJUALAN EKPEDISI DI LION PARCEL CILEDUG TANGERANG

Penulis

  • Febrian Rizky Pratama Universitas Budi Luhur
  • Purwanto Purwanto Universitas Budi Luhur

Kata Kunci:

Data Mining, Lion Parcel, Algoritma K-Means Clustering, Analisis Data Penjualan, Pengiriman Ekspedisi

Abstrak

Kebutuhan jasa pengiriman barang meningkat di era globalisasi, mendorong persaingan ketat di antara perusahaan logistik. Mitra lion parcel ingin mengetahui sebagai acuan untuk melakukan diskon diarea provinsi Jawa Barat, Jawa Tengah dan Jawa timur. Penelitian dibuat bertujuan untuk mengimplementasikan suatu metode data mining dengan algoritma K-Means clustering berbasis web guna menganalisis data penjualan pengiriman ekspedisi di provinsi Jawa Barat, Jawa Tengah, dan Jawa Timur pada agen Lion Parcel Ciledug Tangerang atau Selindo Travel. Metode penelitian mencakup pengumpulan data dari sistem Lion Parcel, pra-pemrosesan data, implementasi algoritma K-Means, pengembangan sistem web, serta evaluasi dan analisis hasil clustering. Hasil penelitian menunjukkan pengelompokan data pengiriman ke dalam beberapa cluster, dengan evaluasi cluster yang menghasilkan nilai purity tertinggi 68.345% untuk atribut provinsi. Pengujian aplikasi web menghasilkan dua cluster utama pada data asli dan enam cluster pada data dummy. Analisis modus mengidentifikasi nilai yang sering muncul pada berbagai atribut, membantu perusahaan memahami pola pengiriman barang. Hasil ini diharapkan memberikan informasi strategis bagi agen Lion Parcel untuk meningkatkan layanan dan mengembangkan strategi pemasaran yang efektif.

Referensi

H. U. Rabbani and D. Anubhakti, “Implementasi Data Mining Untuk Prediksi Tangga Lagu Aplikasi Langit Musik,” Tek. Komput. Jar., pp. 29–34, 2020.

Y. Pratama, H. Hendrawan, E. Rasywir, B. T. Carenina, and D. R. Anggraini, “Penerapan Algoritma K-Means clustering Untuk Mengelompokkan Provinsi Berdasarkan Banyaknya Desa/Kelurahan Dengan Upaya Antisipasi/Mitigasi Bencana Alam,” Build. Informatics, Technol. Sci., vol. 4, no. 3, pp. 1232–1240, 2022, doi: 10.47065/bits.v4i3.2549.

H. S. Simorangkir, “Analisa Data Ekspedisi Paket Dengan Menerapkan Algoritma Rough Set (Studi Kasus: Jne Agen Menteng Medan),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 228–234, 2019, doi: 10.30865/komik.v3i1.1593.

D. Rizky Deovalent Zudianta, “Pencarian Rute Terbaik Pengiriman Barang Menggunakan Algoritma Breadth-First Search,” J. Ilm. MIKA AMIK Al Muslim, J., vol. IV, no. 2, pp. 69–75, 2020.

A. Y. Naufal, M. Tafrikan, and A. K. Rachmawati, “Implementasi Backpropagation ANN dan Algoritma Genetika Terhadap Estimasi Pendapatan Agen Ekspedisi Pengiriman Barang,” Walisongo J. Inf. Technol., vol. 5, no. 1, pp. 65–78, 2023, doi: 10.21580/wjit.2023.5.1.14452.

A. Rinaldi, F. W. Utomo, and ..., “Implementasi Analisis Penelusuran Pengiriman Barang Paket Berbasis Android Dengan Metode Agile Pada Anandamaya Residences,” Bul. Ilm. Ilmu …, vol. 1, no. 4, pp. 555–569, 2023, [Online]. Available: http://jurnalmahasiswa.com/index.php/biikma/article/view/688%0Ahttp://jurnalmahasiswa.com/index.php/biikma/article/download/688/406.

R. Mahesh Prabhu, M. S. Hema, S. Chepure, and M. Nageswara Guptha, “Logistics optimization in supply chain management using clustering algorithms,” Scalable Comput., vol. 21, no. 1, pp. 107–114, 2020, doi: 10.12694/SCPE.V21I1.1628.

R. Hablum, A. Khairan, and R. Rosihan, “Clustering Hasil Tangkap Ikan Di Pelabuhan Perikanan Nusantara (Ppn) Ternate Menggunakan Algoritma K-Means,” JIKO (Jurnal Inform. dan Komputer), vol. 2, no. 1, pp. 26–33, 2019, doi: 10.33387/jiko.v2i1.1053.

H. Prastiwi, Jeny Pricilia, and Errissya Rasywir, “Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering,” J. Inform. Dan Rekayasa Komputer(JAKAKOM), vol. 2, no. 1, pp. 141–148, 2022, doi: 10.33998/jakakom.2022.2.1.34.

R. Cahyanto, A. R. Chrismanto, and D. Sebastian, “Pengelompokan Komentar Dataset Sentipol dengan Modified K-Means Clustering,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 3, pp. 531–540, 2020, doi: 10.28932/jutisi.v6i3.3006.

I. K. J. Arta, G. Indrawan, and G. Rasben Dantes, “Data Mining Rekomemdasi Calon Mahasiswa Berprestasi di STMIK Denpasar Menggunakan Metode Technique For Other Reference By Similarity to Ideal Solution,” J. Ilmu Komput. Indones., vol. 4, no. 1, pp. 11–21, 2019.

T. K. Titus and M. Jajuli, “Clustering Data Kecelakaan Lalu Lintas di Kecamatan Cileungsi Menggunakan Metode K-Means,” Gener. J., vol. 6, no. 1, pp. 1–12, 2022, doi: 10.29407/gj.v6i1.16103.

H. Syahputra, L. Mayola, and D. Guswandir, “Clustering Tingkat Penjualan Menu (Food and Beverage) Menggunakan Algoritma K-Means,” J. KomtekInfo, vol. 9, pp. 29–33, 2022, doi: 10.35134/komtekinfo.v9i1.274.

Feryanto, F. T. Kesuma, and S. P. Tamba, “Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2020, doi: 10.34012/jusikom.v2i2.376.

R. Riadi and Mesran, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume,” J. Informatics, Electr. Electron. Eng., vol. 2, no. 4, pp. 138–145, 2023, doi: 10.47065/jieee.v2i4.1181.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Pratama, F. R., & Purwanto, P. (2024). IMPLEMENTASI K-MEANS CLUSTERING BERBASIS WEB UNTUK ANALISIS DATA PENJUALAN EKPEDISI DI LION PARCEL CILEDUG TANGERANG. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 547–557. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1395

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>