IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN JENIS-JENIS BARANG PADA TOKO BANGUNAN (Studi Kasus : Toko Bangunan Galunggung)

Tri Rahmawati, Desi and Yusuf, Suhendro (2023) IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN JENIS-JENIS BARANG PADA TOKO BANGUNAN (Studi Kasus : Toko Bangunan Galunggung). Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

[img] Text
cover.pdf

Download (31kB)
[img] Text
abstrak new.pdf

Download (12kB)
[img] Text
halaman persetujuan & pengesahan.pdf

Download (1MB)
[img] Text
daftar isi.pdf

Download (69kB)
[img] Text
bab 1.pdf

Download (138kB)
[img] Text
bab 2.pdf

Download (217kB)
[img] Text
bab 3.pdf

Download (924kB)
[img] Text
bab 4.pdf

Download (587kB)
[img] Text
bab 5.pdf

Download (11kB)
[img] Text
daftar pustaka.pdf

Download (136kB)
[img] Text
lampiran.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan untuk mengatasi permasalahan pengelolaan stok barang di Toko Bangunan Galunggung dengan mengimplementasikan metode K-Means Clustering. Toko ini menghadapi tantangan dalam memprediksi fluktuasi permintaan konsumen, yang berdampak pada ketidakstabilan stok barang. Pemilik toko cenderung melakukan pemesanan barang secara spekulatif untuk mengantisipasi lonjakan permintaan, namun hal ini sering kali mengakibatkan ketidakseimbangan stok yang merugikan. Oleh karena itu, penelitian ini mengembangkan sebuah model sistem yang mampu mengelompokkan barang-barang berdasarkan karakteristik penjualannya dengan menggunakan algoritma K-Means. Data penjualan yang digunakan berasal dari transaksi selama periode tiga bulan, yaitu dari Mei hingga Juli 2022. Hasil penelitian menunjukkan bahwa metode K-Means efektif dalam mengelompokkan barang ke dalam cluster-cluster yang memudahkan pengelolaan stok. Dengan penerapan sistem ini, diharapkan toko dapat mengoptimalkan pengelolaan persediaan, mengurangi risiko kekurangan stok, dan meningkatkan kepuasan pelanggan. Kata kunci: K-Means clustering, optimasi persediaan, pengelolaan stok, prediksi permintaan, toko bangunan

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eSkripsi
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Desi Tri Rahmawati Desi
Date Deposited: 05 Sep 2024 07:44
Last Modified: 05 Sep 2024 07:44
URI: http://repo.darmajaya.ac.id/id/eprint/17243

Actions (login required)

View Item View Item