Septika Aulia Putri
Universitas Negeri Medan

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Algoritma K-Means Clustering untuk Segmentasi Vendor Berdasarkan Data PPN Masukan pada PT Rifansi Dwi Putra: Penelitian Sesy Ophelia Tampubolon; Tri Andri Hutapea; Ines Monalisa Rumpea; Septika Aulia Putri; Rehmuliana Niken Sagala
Jurnal Pustaka Cendekia Pendidikan Vol. 4 No. 1 (2026): Jurnal Pustaka Cendekia Pendidikan, Volume 4 Nomor 1, Mei - Agustus 2026
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/jpcp.v4i1.346

Abstract

Pengelolaan data transaksi vendor merupakan bagian penting dalam mendukung pengambilan keputusan perusahaan. PT Rifansi Dwi Putra memiliki data transaksi pajak masukan yang berasal dari berbagai vendor dengan karakteristik transaksi yang berbeda-beda. Penelitian ini bertujuan untuk melakukan segmentasi vendor menggunakan algoritma K-Means Clustering berdasarkan frekuensi transaksi, nilai invoice, Pajak Pertambahan Nilai (PPN), dan Pajak Penghasilan (PPh). Data yang digunakan merupakan data PPN Masukan periode 21 Desember 2025 sampai 20 Januari 2026 yang terdiri atas 627 transaksi dari 183 vendor. Tahapan penelitian meliputi preprocessing data, agregasi data vendor, normalisasi data, penentuan jumlah cluster menggunakan Silhouette Coefficient, serta penerapan algoritma K-Means. Hasil pengujian menunjukkan bahwa jumlah cluster optimal adalah dua cluster dengan nilai Silhouette Coefficient sebesar 0,8710. Cluster pertama terdiri atas 176 vendor dengan rata-rata nilai transaksi yang relatif rendah hingga menengah, sedangkan cluster kedua terdiri atas 7 vendor dengan nilai transaksi dan kontribusi pajak yang jauh lebih tinggi. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengidentifikasi kelompok vendor strategis sehingga dapat mendukung pengambilan keputusan dalam pengelolaan vendor perusahaan.