Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Wardana, Mohammad Ali
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Penerapan Data Mining Pengelompokan Data Penjualan Motor di PT. Nusantara Surya Sakti Soppeng Menggunakan Metode K-Means Clustering Wardana, Mohammad Ali; Suherman, Suherman
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v8i1.282

Abstract

Untuk menentukan tipe motor apa yang banyak diminati dan kurang diminati oleh masyarakat. Dengan mengetahui kelompok motor apa saja yang diminati maka pihak PT. NSS Soppeng dapat menentukan strategi untuk mengelola stok motornya. Oleh karena itu, dibutuhkan teknologi data mining untuk memaksimalkan kinerja perusahaan dalam mempekirakan jumlah barang yang akan laku sesuai dengan tipe motor yang akan datang sehingga perusahaan dapat menyediakan barang sesuai dengan perkiraan yang tepat. Data Mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data. Proses pengumpulan dan ekstraksi informasi tersebut dapat dilakukan menggunakan perangkat lunak dengan bantuan perhitungan statistika, matematika, ataupun teknologi Artificial Intelligence (AI). Dalam proses perhitungan untuk menentukan pola baru, data mining membutuhkan penerapan algoritma didalamnya. Untuk pengelompokan data penjualan motor dipilih metode clustering dengan algoritme K-Means. Algoritme K-Means merupakan algoritme untuk clustering yang paling sederhana dan paling terkenal. Algoritme ini merupakan salah satu algoritme yang bersifat unsupervised clustering. K-Means Clustering bertujuan untuk meminimalisasi fungsi objektif yang sudah di atur. Tujuan tersebut diterapkan dengan cara meminimalkan perbedaan di dalam cluster dan memaksimalkan perbedaan data antar cluster lainnya. Hasil implementasi Data Mining Untuk Pengelompokan Data Penjualan Sepeda Motor Honda Di PT. Nusantara Surya Sakti Soppeng Menggunakan Metode K-means Clustering berjalan dengan baik dan menghasilkan tiga bentuk klasifikasi berdasarkan prediksi yaitu Tinggi (3), Sedang (2) dan kurang (1). Hasil implementasi mendapatkan 3 Tinggi, 12 Sedang dan 15 kurang dari total data siswa sebanyak 30 Data Penjualan
Co-Authors Suherman, Suherman