Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Dara, Niken Ayu
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Analisis Pola Pemakaian Bahan Produksi Menggunakan Algoritma K-Means Clustering di PT. Loista Indonesia Nisah, Shifa Hairul; Maelani, Nova Dwi; Dara, Niken Ayu; Entas, Sefrika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2606

Abstract

Industri furnitur tidak hanya dituntut menghasilkan produk berkualitas, tetapi juga harus mampu mengelola pemakaian bahan produksi secara efisien. Salah satu masalah yang kerap muncul adalah perbedaan antara rencana kebutuhan bahan (Bill of Material/BoM) dengan realisasi di lapangan, yang bisa berujung pada sisa bahan atau bahkan pemborosan. Penelitian ini mencoba menghadirkan solusi melalui penerapan algoritma K-Means Clustering sebagai bagian dari pendekatan data mining. Studi dilakukan di PT. LOISTA INDONESIA dengan memanfaatkan data historis pemakaian bahan produksi. Tahapan penelitian meliputi pra-pemrosesan data, perhitungan selisih pemakaian dan tingkat efisiensi, normalisasi, hingga pengelompokan dengan K-Means baik secara manual maupun menggunakan RapidMiner. Hasil analisis menunjukkan terbentuknya tiga pola utama: kelompok efisien sesuai rencana, kelompok dengan pemakaian lebih rendah dari rencana (potensi sisa), dan kelompok dengan pemakaian lebih tinggi dari rencana (potensi boros). Evaluasi kualitas klaster menggunakan Davies Bouldin Index (DBI) menghasilkan nilai 0,234 yang menandakan struktur pengelompokan cukup baik. Temuan ini tidak hanya membantu perusahaan memahami perilaku pemakaian bahan, tetapi juga menjadi pijakan untuk memperbaiki akurasi perencanaan, mengurangi inefisiensi, serta mendorong pengambilan keputusan yang lebih cerdas dan berbasis data.
Co-Authors Maelani, Nova Dwi Nisah, Shifa Hairul Sefrika, Sefrika