Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer G-Tech : Jurnal Teknologi Terapan Mejuajua Prosiding Snastikom International Journal of Health Science and Technology Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Riau Jurnal Teknik Informatika
Kiki Yasdomi
Faculty Of Computer Science, Universitas Pasir Pengaraian
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy Engineering Health Professions Languange, Linguistic, Communication & Media Library & Information Science Nursing Public Health Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Penerapan Data Mining Terhadap Penjualan Produk Kosmetik Menggunakan Algoritma K-Means Dona Dona; Khairul Sabri; Kiki Yasdomi; Mi’rajul Rifqi; Hendri Maradona; Chandra Yuliansyah; Dina Rahayu
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4275

Abstract

Kehidupan wanita tidak bisa dipisahkan dari kosmetik. Selain untuk mempercantik diri, kosmetik juga digunakan untuk keperluan kesehatan. Kosmetik pada dasarnya adalah salah satu kebutuhan pokok wanita. Oleh karenanya setiap hari data transaksi penjualan pada toko Putri Kosmetik Pasir Pengaraian semakin bertambah dan menyebabkan penyimpanan data menjadi sangat besar, sehingga proses manajemen untuk mengatur ketersediaan barang sangat diperlukan untuk menghindari penumpukan barang yang sama dan kurang diminati oleh pelanggan. Oleh karena itu, penulis membuat sebuah sistem data mining terhadap penjualan produk kosmetik menggunakan algoritma K-Means yang bertujuan untuk mengetahui minat pembeli terhadap suatu produk sehingga bisa dipastikan persediaan produk yang laku terjual atau belum laku terjual. Manfaat penelitian ini adalah mencegah kehabisan stok dan terjadi penumpukan produk yang belum laku terjual. Metode yang digunakan dalam pengelompokan produk adalah menggunakan metode K-Means agar dapat diketahui produk yang terlari dan kurang laris. Data produk dikelompokkan berdasar kemiripan data, sehingga data dengan nilai yang sama akan berada dalam satu cluster. Dengan adanya cluster stok produk dengan masing-masing tingkat pergerakan stok yang dimiliki ini memungkinkan dijadikannya acuan dalam memprediksi persediaan produk sesuai dengan kebutuhannya. Pengujian yang dilakukan dalam penelitian ini adalah dengan menggunakan bahasa pemrograman PHP dan database MySQL.
Co-Authors Agung Setiawan Ahmad Albar Saragih Amrul Khoiri Budi Yanto Budi Yanto Chandra Yuliansyah Darmanta Sukrianto Dina Rahayu Dona Dona Dona Dona Hary Kurniawan Hendri Maradona, Hendri Khairul Sabri Khairul Sabri M Muhammadyodi Mi’rajul Rifqi Mi`rajul Rifqi Mi’rajul Rifqi Muhammad Romi Nst Nasrizal Ridwan Urfi Utami