PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BARANG (STUDI KASUS: BUANA MART KENDARI)

Indri Anatasya Alam, LM Golok Jaya, Natalis Ransi

Abstract


Toko Buana Mart merupakan toko yang bergerak dalam bidang penjualan bahan campuran yang menjual berbagai jenis barang atau produk serta kebutuhan pokok dan kebutuhan lainnya bagi konsumen. Dengan banyaknya jumlah data penjualan barang Buana Mart, pengelompokan jenis-jenis produk dapat digunakan untuk peningkatan stok pada produk secara tepat. Toko tersebut dalam memperkirakan stok penjualan barang masih menggunakan cara manual sehingga mengalami kesulitan dalam menentukan jumlah barang yang akan dijual. Oleh sebab itu toko tersebut memerlukan sebuah sistem yang dapat melakukan pengolahan data dan memprediksi stok penjualan barang. Untuk memudahkan dalam mengelola dan memprediksi stok barang maka dibuat penelitian dengan menerapkan algoritma K-Means dan metode Least Square. Algoritma K-Means merupakan salah satu algoritma yang digunakan untuk melakukan pengelompokan data yang memiliki kesamaan karakteristik. Metode Least Square merupakan metode yang digunakan untuk melakukan proses perhitungan prediksi menggunakan data deret berkala pada suatu waktu yang akan datang dibuat berdasarkan data pada periode sebelumnya. Hasil penelitian ini dapat dibuat suatu aplikasi pengolahan data dengan algoritma K-Means dengan mengelompokkan barang untuk peningkatan stok. Hasil prediksi menggunakan metode least square mempunyai error (tingkat kesalahan) yang diukur dengan MAPE sebesar 18,14%

Kata kunci; K-Means Clustering, Prediksi, Least Square, Persediaan Barang


Full Text:

PDF

References


Alexandri, B, Manajemen Keuangan Bisnis : Teori dan Soal. Bandung: Alfabeta, 2009

Yohannes, "Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means", Prosiding Annual Research Seminar, 2(1), pp. 151-155, 2016

Kurniawan, Y. A., dan Nurhadiyono, B, "Komparasi Metode Least Square Dan Double Exponential Smoothing Untuk Menganalisis Pendapatan Retribusi Uji Kendaraan Bermotor", pp. 1–8, 2015

Merliana, N. P. E., Ernawati, dan Santoso, A. J, "Analisa Penentuan Jumlah Cluster Terbaik Pada Metode K-MEANS", Seminar Nasional Multi Disiplin Ilmu Unisbank (SENDI_U), pp. 978–979, 2015

Subagyo, P, Forecasting Konsep dan Aplikasi Edisi Ketiga. Yogyakarta: BPFE-Yogyakarta, 2013

Render, B., Stair, R., and Hanna, M, Quantitative Analysis for Management, 11th Edition. New Jersey: Pearson Prentice Hall, 2011

Madcoms, dan Andi, Aplikasi Web Database Dengan Dreamweaver Dan PHP-MYSQL. Yogyakarta: ANDI, 2011

Arief, M. R, Pemrograman Web Dinamis menggunakan PHP dan MySql. Yogyakarta: Andi, 2011

Syafii, M, Membangun Aplikasi Berbasis PHP Dan Mysql. Yogyakarta: ANDI, 2004


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 semanTIK

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Editor's Address :

Informatics Engineering Department of Halu Oleo University, Engineering Faculty Building 3rd Floor
H.E.A. Mokodompit Street, Bumi Tridharma Green Campus, Halu Oleo University

Telp. (0401) 3196237
Fax. (0401) 3195287
Website:http://ojs.uho.ac.id/index.php/semantik/index
E-mail: semantik.informatika@uho.ac.id