Penerapan Data Mining Pada Data Penjualan Menggunakan Metode Clustering

Ratuah, Yonovan (2017) Penerapan Data Mining Pada Data Penjualan Menggunakan Metode Clustering.

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

Abstract

Dalam dunia bisnis yang selalu dinamis dan penuh persaingan para pelakunya harus selalu memikirkan cara-cara untuk terus survive dan jika memungkinkan mengembangkan bisnis mereka [5]. PT. Pindo Deli Pulp and Paper Mills merupakan salah satu perusahaan yang bergerak dalam industri pulp dan kertas di Indonesia. Tidak hanya PT. Pindo Deli Pulp and Paper Mills, masih cukup banyak perusahaan-perusahaan lain yang bergerak dibidang serupa. Hal tersebut tentu saja menimbulkan persaingan bisnis antar perusahaan Para pengambil keputusan tentu dituntut untuk memiliiki strategi agar dapat mempertahankan perusahaan ditengah persaingan tersebut. Data yang melimpah dapat digunakan untuk memperoleh informasi yang mendukung para pengambil keputusan untuk menentukan strategi mereka. Data mining adalah suatu ilmu yang memanfaatkan data yang besar dan mengolahnya menjadi sebuah informasi yang bermanfaat. Salah satu metode yang terdapat dalam data mining yang digunakan dalam penelitian ini adalah pengelompokan (Clustering) dimana metode tersebut mengidentifikasi objek yang memiliki kesamaan karakteristik tertentu. Hasil dari penelitian ini adalah aplikasi yang dapat mempermudah menganalisis sejumlah data yang besar guna membantu memberikan informasi berharga sebagai gambaran dasar pengambilan keputusan perusahaan.

Item Type: Article
Uncontrolled Keywords: persaingan bisnis, solusi bisnis, data mining, pengelompokan (Clustering)
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Komputer > Sistem Komputer > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Komputer (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: https://repository.unikom.ac.id/id/eprint/53737

Actions (login required)

View Item View Item