Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Susilo, Denis Dwi
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Implementasi Data Mining dalam Pengelompokan Data Pembelian Menggunakan Algoritma K-Means Pada PT.Otomotif 1 Susilo, Denis Dwi; Hilabi, Shofa Shofiah; Priyatna, Bayu; Novalia, Elfina
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 1: April 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i1.1836

Abstract

This research is based on the problems of PT. AUTOMOTIVE 1 which is having difficulty monitoring products that consumers are interested in. The research aims to group buyer data using the K-Means algorithm. This research uses transaction data at PT. AUTOMOTIVE 1 during January 2016, with a total of 30 valid transaction records. The analysis process involves using the K-Means algorithm to group transaction data into three clusters, namely: the most popular cluster, the least popular cluster, and the least popular cluster. This research provides valuable insight for PT. AUTOMOTIVE 1 in developing their marketing strategy and inventory management. Applying the clustering method using the K-Means algorithm can help companies optimize their marketing strategy and inventory management.Keywords: Clustering Analysis; K-Means; Purchase; Marketing strategy; Transaction Data AbstrakPenelitian ini didasarkan pada permasalahan PT. OTOMOTIF 1 yang mengalami kesulitan dalam memantau produk yang diminati konsumen. Penelitian bertujuan untuk mengelompokkan data pembelian menggunakan algoritma K-Means. Penelitian ini menggunakan data transaksi pada PT. OTOMOTIF 1 selama Januari 2016, dengan total 30 rekaman transaksi yang valid. Proses analisis melibatkan penggunaan algoritma K-Means untuk mengelompokkan data transaksi menjadi tiga klaster, yaitu: klaster yang paling diminati, klaster yang sedikit diminati, dan klaster yang kurang diminati. Penelitian ini memberikan wawasan yang berharga bagi PT. OTOMOTIF 1 dalam mengembangkan strategi pemasaran dan manajemen persediaan barang mereka. Penerapan metode clustering dengan menggunakan algoritma K-Means dapat membantu perusahaan mengoptimalkan strategi pemasaran dan manajemen persediaan barang mereka. 
Co-Authors Hilabi, Shofa Shofiah Novalia, Elfina Priyatna, Bayu