Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi

Penerapan K-Means Clustering Untuk Mengelompokkan Data Transaksi Penjualan (Studi Kasus pada Wijaya Hijab) Widyawati, Lanjar; Lusiana, Veronica
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 12, No 3: Desember 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v12i3.1386

Abstract

UKM Wijaya Hijab Outfit is a shop engaged in Muslim fashion. The problem that occurs in this shop is the difficulty in supplying product stock that is in high demand, quite attractive, and less desirable by consumers. To prevent product shortages and excess stock, a system is needed to classify products using the K-Means Clustering Algorithm into 3 groups, namely highly desirable, moderately desirable, and less desirable. The data used in this study are sales transaction data for 12 months, out of 38 products processed using RapidMiner Software, there is 1 product that is a member of cluster 1 with the most interested category, 2 products of cluster member 2 categories of sufficient interest, and 35 products of cluster 3 members who are less fans. The expected objective of this research is to determine the stock of products so that excess and shortage of product stock does not occur. So that the inventory of goods can be controlled and can help improve stock management improvements and sales strategies at the store.Keywords: Clustering; K-Means Algorithm; Stock Management; Sales Transaction Data AbstrakUKM Wijaya Hijab Outfit merupakan sebuah toko yang bergerak dibidang fashion muslim. Permasalahan yang terjadi pada toko ini yaitu kesulitan dalam persediaan stok produk yang sangat diminati, cukup diminati, dan kurang diminati oleh konsumen. Untuk mencegah kekurangan dan kelebihan stok produk maka dibutuhkan sistem untuk mengelompokkan produk menggunakan Algoritma K-Means Clustering menjadi 3 kelompok yaitu sangat diminati, cukup diminati, dan kurang diminati. Data yang digunakan pada penelitian ini yaitu data transaksi penjualan selama 12 Bulan dari 38 produk yang diolah menggnakan Software Rapid Miner terdapat 1 produk yang menjadi anggota cluster 1 dengan kategori peminat terbanyak, 2 produk anggota cluster 2 kategori cukup peminatnya, dan 35 produk anggota cluster 3 yang kurang peminatnya. Tujuan yang diharapkan dari penelitian ini adalah untuk menentukan penyetokan produk agar tidak terjadi kelebihan dan kekurangan stok produk. Sehingga persediaan stok barang dapat terkontrol dan dapat membantu memperbaiki peningkatan manajemen stok dan strategi penjualan pada toko. 
Uji akurasi Metode KNN dan Citra HSI dalam Mengklasifikasi Batik Solo Berdasarkan Motif Setiaji, Isnan; Lusiana, Veronica
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 12, No 3: Desember 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v12i3.1377

Abstract

Batik is an Indonesian national artwork made with special techniques. Batik patterns contain meanings and philosophies from various customs and cultures that developed in Indonesia, and each region in Indonesia has different styles and characteristics due to the variety of batik motifs and colors. Therefore, digital images can be used as a first step in identifying Solo batik motifs because image processing is a highly developed research. Starting with the detection process on items, grouping items, and determining the right type of batik motif. this classification process using the KNN (K-Nearest Neighbor) method is converted to an HSI (Hue, Saturation, Intensity) image making it easier for image extraction. This research uses 50 training data and 25 test data, consisting of 10 Sidomukti batik data, 10 Parang batik data, 10 Kawung batik data, 10 Truntum batik data, 10 Satrio Manah batik data, the final result with testing and calculation of accuracy using the KNN algorithm is 80%.Keywords: K-Nearest Neighbor; Hue-Saturation-Intensity; Classification; Solo Batik AbstrakBatik adalah karya seni nasional Indonesia yang dibuat dengan teknik khusus. Corak-corak batik mengandung makna dan filosofi dari berbagai adat istiadat dan budaya yang berkembang di Indonesia, dan setiap daerah di Indonesia memiliki gaya dan ciri khas yang berbeda. karena beragamnya motif dan warna batik. Oleh karena itu, gambar digital dapat digunakan sebagai langkah awal dalam mengidentifikasi motif batik Solo karena proses pengolahan gambar adalah penelitian yang sangat berkembang. Dimulai dengan proses deteksi pada item, pengelompokan item, dan menentukan jenis motif batik yang tepat. proses klasifikasi ini menggunakan metode KNN (K-Nearest Neighbor) dikonversi ke citra HSI (Hue, Saturation, Intensity) sehingga memudahkan untuk ekstraksi citra. Penelitian ini menggunakan 50 data latih dan 25 data uji, terdiri dari 10 data batik Sidomukti, 10 data batik Parang, 10 data batik Kawung, 10 data batik Truntum, 10 data batik Satrio Manah, hasil akhir dengan pengujian dan perhitungan akurasi menggunakan algoritme KNN sebesar 80%.Â