Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech)
Auli, Nur Adzilla
Unknown Affiliation
Computer Science & IT Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Algoritma K-Means Data Mining Untuk Clustering Data Transaksi Pengeluaran Toko Sepatu Auli, Nur Adzilla; Simargolang, Muhammad Yasin
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4943

Abstract

Toko Sepatu Ldr. Secondbrand merupakan salah satu toko di Pekan Baru yang belum pernah memanfaatkan data transaksi toko tersebut, terlebih lagi mereka tidak mengetahui bahwa data tersebut dapat diolah yang nantinya akan menciptakan data yang bermanfaat untuk toko itu sendiri. Bersumber pada permasalahan tersebut maka penulis akan melaksanakan riset terkait penerapan algoritma K-Means pada data transaksi pengeluaran guna mengetahui pola pembelian customer, yang nantinya diharapkan dapat dimanfaatkan lebih lanjut oleh toko tersebut. Tujuan penelitian ini untuk mengimplementasikan Data Mining pada transaksi pengeluaran toko sepatu Ldr. Secondbrand, yang menggunakan algoritma K-Means yang visualisasinya akan ditampilkan di web. Data yang di input ke dalam sistem ialah data pengeluaran sewa gedung, data gaji karyawan, air, listrik dan lain-lain yang bersifat pengeluaran. Dari hasil pengujian sistem terlihat bahwa pada cluster 1 biaya pengeluaran terbesarnya sebanyak 72,000,000.00 per tahunya, pada cluster 2 6,600,000.00, pada cluster 3 2,940,000.00 dan pada cluster 4 105,000,000.00. Sistem yang dirancang dapat menyelesaikan permasalahan Clustering data transaksi pengeluaran toko sepatu Ldr. Secondbrand dikarenakan sistem dapat memberikan sebuah informasi mengenai data transaksi pengeluaran yang tersusun secara klasifikasi.
Implementasi Algoritma K-Means Data Mining Untuk Clustering Data Transaksi Pengeluaran Toko Sepatu Auli, Nur Adzilla; Simargolang, Muhammad Yasin
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4943

Abstract

Toko Sepatu Ldr. Secondbrand merupakan salah satu toko di Pekan Baru yang belum pernah memanfaatkan data transaksi toko tersebut, terlebih lagi mereka tidak mengetahui bahwa data tersebut dapat diolah yang nantinya akan menciptakan data yang bermanfaat untuk toko itu sendiri. Bersumber pada permasalahan tersebut maka penulis akan melaksanakan riset terkait penerapan algoritma K-Means pada data transaksi pengeluaran guna mengetahui pola pembelian customer, yang nantinya diharapkan dapat dimanfaatkan lebih lanjut oleh toko tersebut. Tujuan penelitian ini untuk mengimplementasikan Data Mining pada transaksi pengeluaran toko sepatu Ldr. Secondbrand, yang menggunakan algoritma K-Means yang visualisasinya akan ditampilkan di web. Data yang di input ke dalam sistem ialah data pengeluaran sewa gedung, data gaji karyawan, air, listrik dan lain-lain yang bersifat pengeluaran. Dari hasil pengujian sistem terlihat bahwa pada cluster 1 biaya pengeluaran terbesarnya sebanyak 72,000,000.00 per tahunya, pada cluster 2 6,600,000.00, pada cluster 3 2,940,000.00 dan pada cluster 4 105,000,000.00. Sistem yang dirancang dapat menyelesaikan permasalahan Clustering data transaksi pengeluaran toko sepatu Ldr. Secondbrand dikarenakan sistem dapat memberikan sebuah informasi mengenai data transaksi pengeluaran yang tersusun secara klasifikasi.
Co-Authors Simargolang, Muhammad Yasin