Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Emerging Information Systems and Business Intelligence (JEISBI)
Rahman, Naufal Aditya
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma Klastering dalam Pengelompokan Penjualan Produk Komputer Rahman, Naufal Aditya; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56532

Abstract

Penelitian ini membandingkan tiga algoritma clustering (K-means, K-Medoids, dan Agglomerative) untuk mengelompokkan data penjualan dari CV. Media Karya Komputindo. Untuk pemilihan jumlah klaster yang paling optimum menggunakan elbow dan divalidasi dengan Silhouette Coefficient. Statistik deskriptif dan Word Cloud digunakan untuk mengevaluasi interpretabilitas dari hasil algoritma clustering yang paling optimum. Efisiensi komputasi juga dipertimbangkan, mengingat sumber daya yang terbatas. Hasil penelitian menunjukkan bahwa semua algoritma menggunakan sumber daya yang sedikit dan mudah digunakan dengan PyCaret. Dari hasil Silhouette Coefficeint, algoritma yang paling optimal untuk kumpulan data ini adalah K-Means, hasil clustering menunjukkan bahwa ada 4 kategori cluster, dimana cluster 1 berisi permintaan rendah dengan harga tinggi, cluster 2 permintaan rendah dengan harga rendah, cluster 3 permintaan tinggi dengan harga rendah, dan cluster 4 adalah permintaan cukup dengan harga rendah. Hasil clustering berhasil membentuk 4 cluster dalam segi harga maupun kuantitas penjualan.
Co-Authors Wiyli Yustanti