Penerapan Data Mining Pada penjualan Roti Kemasan Menggunakan Metode Clustering Di Roti Riki

Sandy Hasanudin, Muhamad (2017) Penerapan Data Mining Pada penjualan Roti Kemasan Menggunakan Metode Clustering Di Roti Riki.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Roti Riki merupakan sebuah unit usaha yang bergerak di bidang produksi olahan tepung. Pada kegiatan operasionalnya, Roti Riki memproduksi produk olahan tepung yaitu roti manis isi dengan berbagai varian isi. Roti Riki tidak mendistribusikan langsung terhadap penjual eceran atau warung-warung. Distributor-distributorlah yang akan memasok ke warung-warung yang melayani pelanggan secara langsung. Distributor mengambil produk langsung ke gudang. Distributor tidak dapat menentukan varian produk yang dapat diambil. Mereka hanya mengambil sesuai stok yang ada di gudang. Pada proses pendistribusian seperti itu diketahui kurang maksimal. Hal itu terjadi dikarenakan pendistribusian varian roti tidak sesuai dengan kebutuhan distributor. Akibatnya adalah pengembalian sejumlah produk oleh distributor. Berdasarkan pemaparan masalah sebelumnya, solusi yang ditawarkan untuk mengatasi permasalah tersebut adalah membentuk pengelompokan distributor berdasarkan data transaksi. Hasil dari pengelompokan tersebut dapat menjadi pengetahuan dengan menganalisis karakteristik yang berbeda yang memungkinkan dibutuhkan varian atau pemasaran yang berbeda dari setiap kelompoknya. Pembentukan kelompok distributor dapat dilakukan dengan menggunakan metode clustering di data mining. Salah satu algoritma untuk melakukan clustering (pengelompokan) adalah algoritma Agglomerative Hierarchical Clustering (AHC). Algoritma AHC mempunyai kemampuan untuk membentuk cluster-cluster berdasarkan kedekatan jarak antar data. Berdasarkan pengujian telah dilakukan dapat disimpulkan bahwa aplikasi yang dibangun ini membantu pihak pemasaran Roti Riki melakukan pemasaran dan strategi bisnis yang tepat untuk setiap kelompok distributornya sesuai dengan hasil analisis.

Item Type: Article
Uncontrolled Keywords: pengelompokan distributor, data mining, clustering.
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: https://repository.unikom.ac.id/id/eprint/53487

Actions (login required)

View Item View Item