PENERAPAN ALGORITMA K-MEANS UNTUK MENGELOMPOKKAN DATA PENGIRIMAN PAKET DI KANTOR POS CIREBON

Aby Febrian, Nana Suarna, Gifthera Dwilestari
{"title":"PENERAPAN ALGORITMA K-MEANS UNTUK MENGELOMPOKKAN DATA PENGIRIMAN PAKET DI KANTOR POS CIREBON","authors":"Aby Febrian, Nana Suarna, Gifthera Dwilestari","doi":"10.34151/technoscientia.v15i1.3858","DOIUrl":null,"url":null,"abstract":"Pada era industri sekarang ini perkembangan ekspedisi jasa kirim mengalami peningkatan yang relatif pesat, membuat jalur perdagangan barang maupun bidang jasa menjadi meningkat untuk memenuhi kebutuhan konsumen. Salah satu ekspedisi jasa kirim yaitu PT Pos Indonesia yang merupakan Badan Usaha Milik Negara (BUMN). Kantor Pos Cirebon saat ini mempunyai banyak pesaing diantaranya yaitu JNE,TIKI, Sicepat, dan J&T. Salah satu faktor utama dalam proses pengiriman yaitu dibutuhkan keakuratan dalam mengelompokkan data pengiriman, maka diperlukan proses perhitungan yang tepat, agar dapat mencapai hasil yang akurat. Pada penelitian ini dilakukan proses clustering dengan algoritma K-Means dengan tujuan untuk mendapatkan informasi dari  data pengiriman paket yang ada di Kantor Pos Cirebon pada bulan juli 2020 serta memperoleh kelompok terbaik berdasarkan hasil evaluasi DBI. Hasil cluster data pengiriman paket menggunakan algoritma K-means serta dengan perhitungan Davies Bouldin Index nilai yang paling mendekati angka 0 dengan percobaan cluster 2 sampai cluster 10 menghasilkan nilai k terbaik pada cluster 3 yaitu 0.104 dengan jumlah anggota Cluster 0: 414 items, Cluster 1: 280 items, Cluster 2: 6 items.","PeriodicalId":301828,"journal":{"name":"JURNAL TEKNOLOGI TECHNOSCIENTIA","volume":"91 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL TEKNOLOGI TECHNOSCIENTIA","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34151/technoscientia.v15i1.3858","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Pada era industri sekarang ini perkembangan ekspedisi jasa kirim mengalami peningkatan yang relatif pesat, membuat jalur perdagangan barang maupun bidang jasa menjadi meningkat untuk memenuhi kebutuhan konsumen. Salah satu ekspedisi jasa kirim yaitu PT Pos Indonesia yang merupakan Badan Usaha Milik Negara (BUMN). Kantor Pos Cirebon saat ini mempunyai banyak pesaing diantaranya yaitu JNE,TIKI, Sicepat, dan J&T. Salah satu faktor utama dalam proses pengiriman yaitu dibutuhkan keakuratan dalam mengelompokkan data pengiriman, maka diperlukan proses perhitungan yang tepat, agar dapat mencapai hasil yang akurat. Pada penelitian ini dilakukan proses clustering dengan algoritma K-Means dengan tujuan untuk mendapatkan informasi dari  data pengiriman paket yang ada di Kantor Pos Cirebon pada bulan juli 2020 serta memperoleh kelompok terbaik berdasarkan hasil evaluasi DBI. Hasil cluster data pengiriman paket menggunakan algoritma K-means serta dengan perhitungan Davies Bouldin Index nilai yang paling mendekati angka 0 dengan percobaan cluster 2 sampai cluster 10 menghasilkan nilai k terbaik pada cluster 3 yaitu 0.104 dengan jumlah anggota Cluster 0: 414 items, Cluster 1: 280 items, Cluster 2: 6 items.
基于k -手段的应用程序,在CIREBON邮局对包裹递送数据进行分组分组
在当今的工业时代,运输服务业的发展速度相对迅速,商品和服务通道的增加以满足消费者的需求。航运探险队之一是印度尼西亚PT Pos,它是国有企业(国有企业)。Cirebon邮局目前有许多竞争对手,其中包括JNE、TIKI、si&t。交付过程中最重要的因素之一是,对交付数据进行排序需要准确性,因此需要精确的计算过程,以达到准确的结果。这项研究是通过k - memeletion算法进行的,目的是在2020年7月从Cirebon邮局的邮寄数据中获取信息,并根据DBI的评估结果获得最好的团队。聚类结果交付包裹用K-means算法和数据计算戴维斯Bouldin指数最接近0值与实验集群2到10产生最好的k值集群簇3集群成员的数量是0.104 0:414 items 1: 280 items集群,集群2:6 items。
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:604180095
Book学术官方微信