Muslimah Az-Zahro, Jihan
Unknown Affiliation

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

Found 1 Documents
Search

PENGELOMPOKAN PRODUK PENJUALAN FROZEN FOOD CV SEMEKTA 3 BERSAUDARA TEGAL MENGGUNAKAN METODE ALGORITMA K-MEANS Muslimah Az-Zahro, Jihan; Bahtiar, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8976

Abstract

Dalam era bisnis yang kompetitif ini, analisis penjualan memiliki peran penting dalam mengoptimalkan strategi pemasaran. CV Semekta 3 Bersaudara merupakan perusahaan yang menjual produk frozen food, merasa perlu melakukan analisis produk penjualan untuk meningkatkan efektivitas operasional mereka. Untuk membantu perusahaan ini kita menggunakan metode k-means sebagai salah satu metode analisis cluster. CV Semekta 3 Bersaudara ini menghadapi sejumlah masalah seperti kurang efisiensi dalam pengelompokkan data produk antara produk yang diminati dan tidak diminati, banyak produk yang akhirnya membusuk di coolroom atau ruangan pendingin dan dibuang, kurangnya strategi penjualan untuk meminimalisir produk yang terbuang atau produk yang tidak terjual. Oleh karena itu, penulis akan melakukan penelitian yang menerapkan metode k-means, sebuah teknik analisis cluster yang akan digunakan untuk mengelompokkan produk. Lalu akan mengatur strategi penjualan produk untuk meminimalisir produk yang kurang diminati atau dibuang. Jadi, tujuan dari projek tugas akhir ini adalah untuk mengidentifikasi kelompok produk yang diminati oleh pelanggan. Dengan demikian, kita juga bisa meminimalisir adanya pembuangan sampah makanan dan mengurangi produk yang busuk di dalam pendingin. Selain itu, analisis cluster K-Means ini diharapkan dapat membantu perusahaan mengoptimalkan manajemen stok produk, sehingga mengurangi produk yang terbuang dan diharapkan akan membantu meningkatkan kinerja perusahaan di pasar frozen food yang kompetitif. Hasil penelitian iniadalah dapat mengetahui cara mengelompokkan produk menggunakan metode K-Means Clustering di aplikasi RapidMiner, dan hasil pengelompokkan menjadi 7 cluster dipilih dengan cara mmmembandingkan nila DBI diambil dari nilai yang optimal atau nilai terendah. Untuk meminimalisir produk yang tidak laku yaitu penjualan secara online, penerapan penawaran khusus, atau diskon besar untuk meningkatkan daya tarik produk tersebut