Implementasi Algoritma Metode K-Means untuk Analisis Stok Barang pada Baker Old Poris

Penulis

  • Fayka Fachri Ramadhan Universitas Budi Luhur
  • Ferdiansyah Ferdiansyah Universitas Budi Luhur

Kata Kunci:

baker old, k-means, clustering, data mining

Abstrak

Baker Old sendiri merupakan sebuah nama produk makanan yang berasal dari Indonesia yang biasa dikenal dengan coffee bun (roti rasa kopi). Baker Old Poris sudah berdiri sejak pertengahan 2017 dengan citra rasa dan resep yang sama dengan Baker Old awal terbentuk. Baker Old Poris dari awal pembentukan masih menggunakan pencatatan yang manual belum menggunakan pencatatan yang lebih baik.Salah satu alternatif pemecahan masalah tersebut adalah dengan menerapkan teknik Data Mining sehingga dapat dicari data historis untuk mengidentifikasi karakteristik data yang dimiliki oleh subjek yang diteliti berdasarkan sifat-sifat data yang telah diidentifikasi sebelumnya. Kemudian peneliti menggunakan teknik yang dipilih untuk menganalisis data yang dimilikinya yaitu Clustering dengan Metode K-Means Clustering.Toko ini memiliki laporan stok tiap minggunya terkait dengan stok masuk atau keluar, tetapi selama ini datanya hanya bersifat arsip di toko tersebut. Pada penelitian ini penulis melakukan olah data dari laporan setiap transaksi untuk 2 Tahun, dimulai dari Agustus 2020 hingga Juli 2022, sehingga didapatkan informasi yang bermanfaat.Dari hasil proses uji coba dan analisis yang dilakukan, dapat disimpulkan bahwa penerapan menggunakan metode algoritma K-Means pada data stok toko baker old poris adalah Aturan Clustering menggunakan algoritma K-Means dapat digunakan untuk menentukan kombinasi Toko Baker Old Poris,Pemilik dapat menyediakan produk yang banyak digunakan dengan hasil aturan K-Means Toko Baker Old Poris. Hasil menerapkan metode K-Means untuk menganalisis klasifikasi produk toko baker old poris, didapat Roti kopi isi coklat topping coffe dan Roti kopi isi keju topping coffe sebagai produk yang sangat laku dan akan mejadi bahan yang sering di stok.

Referensi

. F., 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.

S. Setiawan, “Pemanfaatan Metode K-Means Dalam Penentuan Persediaan Barang,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 6, no. 1, pp. 41–48, 2018, doi: 10.33558/piksel.v6i1.1398.

D. Ramdhan, G. Dwilestari, R. D. Dana, A. Ajiz, and K. Kaslani, “Clustering Data Persediaan Barang Dengan Menggunakan Metode K-Means,” MEANS (Media Inf. Anal. dan Sist., vol. 7, no. 1, pp. 1–9, 2022, doi: 10.54367/means.v7i1.1826.

N. Anggraini, J. Jasmir, and P. A. Jusia, “Penerapan Metode K-Means Clustering untuk Menentukan Persediaan Stok Barang Pada Toko Pensmart Jambi,” J. Ilm. Mhs. …, vol. 1, pp. 63–77, 2019, [Online]. Available: http://ejournal.stikom-db.ac.id/index.php/jimti/article/view/690.

G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, p. 40, 2022, [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC.

A. Setiawan, Y. A. Sari, and B. Rahayudi, “Segmentasi Citra Makanan menggunakan Clustering Improved K-Means untuk Estimasi Sisa Makanan,” vol. 5, no. 10, pp. 4400–4407, 2021, [Online]. Available: http://j-ptiik.ub.ac.id.

R. W. Wardani, B. D. Setiawan, and C. Dewi, “Perbandingan Kualitas Hasil Klaster Algoritme K-Means dan Isodata pada Data Komposisi Bahan Makanan,” vol. 3, no. 7, pp. 6712–6720, 2019.

H. D. Wijaya and S. Dwiasnati, “Implementasi Data Mining dengan Algoritma Naïve Bayes pada Penjualan Obat,” J. Inform., vol. 7, no. 1, pp. 1–7, 2020, doi: 10.31311/ji.v7i1.6203.

J. Ardhyanti, M. Nugraha, Y. Kusumawati, S. Informasi, F. I. Komputer, and U. D. Nuswantoro, “Data Mining Dengan Metode Clustering Untuk Pengolahan Informasi Persediaan Obat Pada Puskesmas Pandanaran Semarang,” UDiNus Repos., vol. 1, no. 1, p. 1, 2014, [Online]. Available: http://eprints.dinus.ac.id/13153/.

U. T. Suryadi and Y. Supriatna, “Sistem Clustering Tindak Kejahatan Pencurian Di Wilayah Jawa Barat Menggunakan Algoritma K-Means,” J. Teknol. dan Komun. STMIK Subang, vol. 12, no. 1, pp. 15–27, 2019, doi: 10.47561/a.v12i1.147.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Ramadhan, F. F., & Ferdiansyah, F. (2022). Implementasi Algoritma Metode K-Means untuk Analisis Stok Barang pada Baker Old Poris. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 533–541. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/335

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>