Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Andri Yani
STMIK Triguna Dharma
Computer Science & IT

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

Found 1 Documents
Search

 1 
Implementasi Data Mining Menganalisa Data Penjualan Menggunakan Algoritma K-Means Clustering Andri Yani; Zulfian Azmi; Devri Suherdi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 2 (2023): EDISI MARET 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i2.6357

Abstract

CV. Panji Medical Selaras merupakan perusahaan yang bergerak dalam bidang distributor alat kesehatan. Setiap perusahaan yang bergerak dibidang penjualan produk pasti mengalami perputaran barang. Ada 2 jenis perputaran barang yaitu Fast Moving dan Slow Moving. Fast Moving adalah barang yang dapat terjual secara cepat dan biasanya merupakan kebutuhan sehari-hari ataupun barang habis pakai. Slow Moving adalah barang yang tidak di request atau dijual dalam waktu jangka Panjang sehingga menyebabkan perputaran lambat. Masalah yang terjadi pada saat ini di CV.Panji Medical Selaras adalah pemrosesan data masih dilakukan secara manual. Sehingga kebutuhan pelanggan akan produk yang disediakan dapat menimbulkan kurangnya efektifitas dalam pemrosesan data. Maka dari itu dibangunlah sebuah sistem Data Mining yang dapat melakukan penilaian terkait menganalisa data penjualan berdasarkan cluster yang telah ditetapkan. Sistem ini nantinya akan dikombinasikan dengan metode K-Means Clustering sebagai metode komputasi. Metode ini dapat membantu dalam pengelompokkan data yang mana tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaannya dalam data mining. Hasil yang diperoleh adalah terciptanya sebuah sistem data mining yang akan memberikan output (keluaran) berupa informasi tentang produk yang paling laris, laris dan kurang laris serta diharapkan dapat membantu CV. Panji Medical Selaras.
Co-Authors Devri Suherdi Zulfian Azmi