PENERAPAN DATA MINING UNTUK EVALUASI DATA PENJUALAN MENGGUNAKAN METODE CLUSTERING DAN ALGORITMA HIRARKI DIVISIVE DI PERUSAHAAN MEDIA WORLD PEKANBARU

Yuda Irawan
{"title":"PENERAPAN DATA MINING UNTUK EVALUASI DATA PENJUALAN MENGGUNAKAN METODE CLUSTERING DAN ALGORITMA HIRARKI DIVISIVE DI PERUSAHAAN MEDIA WORLD PEKANBARU","authors":"Yuda Irawan","doi":"10.20527/JTIULM.V4I1.34","DOIUrl":null,"url":null,"abstract":"Semakin besar suatu perusahaan, semakin lama perusahaan itu berdiri, semakin banyak perusahaan memiliki cabang, tentunya semakin besar data yang dimilki. Data-data tersebut bisa berupa data konsumen, data pembelian, data penjualan, data penggajian, dan masih banyak data-data yang lain lagi. Semua data   tersebut   biasanya   akan   tersimpan   dalam   database.   Namun   banyak perusahaan, bahkan divisi Teknologi Informasi atau Information Technology (IT) yang tidak menyadari betapa berharganya tumpukan data-data lama yang dihasilkan   perusahaan   dalam   bertransaksi   dan   beraktifitas.   Data   mining merupakan ilmu yang mempelajari metode untuk menghasilkan pengetahuan atau menemukan pola untuk pengolahan di suatu data. Sehingga tidak hanya menjadi sebuah informasi saja,  akan tetapi menjadi sebuah pengetahuan.  Data Mining mempunyai  beberapa  metode  diantaranya  adalah  clustering.  Clustering merupakan metode yang sudah cukup dikenal dan banyak dipakai dalam data mining.  Tujuan  utama  dari  metode  clustering  ini  adalah  pengelompokkan sejumlah data/obyek ke dalam cluster (group) sehingga dalam cluster akan berisi data yang sama dengan grupnya masing-masing. Dalam penelitian ini digunakan Algoritma Hirarki Divisive untuk membentuk klaster-klaster. Dari pola yang diperoleh diharapkan dapat memberikan pengetahuan untuk perusahaan Media World Pekanbaru sebagai alat pendukung untuk mengambil kebijakan.","PeriodicalId":330464,"journal":{"name":"Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM)","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"18","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20527/JTIULM.V4I1.34","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 18

Abstract

Semakin besar suatu perusahaan, semakin lama perusahaan itu berdiri, semakin banyak perusahaan memiliki cabang, tentunya semakin besar data yang dimilki. Data-data tersebut bisa berupa data konsumen, data pembelian, data penjualan, data penggajian, dan masih banyak data-data yang lain lagi. Semua data   tersebut   biasanya   akan   tersimpan   dalam   database.   Namun   banyak perusahaan, bahkan divisi Teknologi Informasi atau Information Technology (IT) yang tidak menyadari betapa berharganya tumpukan data-data lama yang dihasilkan   perusahaan   dalam   bertransaksi   dan   beraktifitas.   Data   mining merupakan ilmu yang mempelajari metode untuk menghasilkan pengetahuan atau menemukan pola untuk pengolahan di suatu data. Sehingga tidak hanya menjadi sebuah informasi saja,  akan tetapi menjadi sebuah pengetahuan.  Data Mining mempunyai  beberapa  metode  diantaranya  adalah  clustering.  Clustering merupakan metode yang sudah cukup dikenal dan banyak dipakai dalam data mining.  Tujuan  utama  dari  metode  clustering  ini  adalah  pengelompokkan sejumlah data/obyek ke dalam cluster (group) sehingga dalam cluster akan berisi data yang sama dengan grupnya masing-masing. Dalam penelitian ini digunakan Algoritma Hirarki Divisive untuk membentuk klaster-klaster. Dari pola yang diperoleh diharapkan dapat memberikan pengetahuan untuk perusahaan Media World Pekanbaru sebagai alat pendukung untuk mengambil kebijakan.
利用PEKANBARU MEDIA的CLUSTERING方法和分派算法进行销售数据挖掘的应用
一个公司越大,它存在的时间越长,拥有的股份越多,拥有的数据就越大。这些数据可以是消费者数据、采购数据、销售数据、工资数据等等。所有这些数据通常都存储在数据库中。但许多公司,甚至是信息技术部门(IT),都没有意识到它们在交易和活动中积累的旧数据的价值。数据挖掘是研究在数据中产生知识或发现处理模式的方法的科学。所以不仅仅是信息,而是知识。数据挖掘有几种方法,其中包括聚类。对数据挖掘是一种非常熟悉和广泛应用的方法。这种集类方法的主要目的是将大量的数据/对象分组成集群(组),这样集群中就会包含与每个集群相同的数据。本研究使用分级算法形成集群。从所获得的模式,预计将为世界新闻媒体公司Pekanbaru提供知识,作为对政策采取的支持工具。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信