Elin Mayoana Fitri, Ryan Randy Suryono, A. Wantoro
{"title":"KLASTERISASI DATA PENJUALAN BERDASARKAN WILAYAH MENGGUNAKAN METODE K-MEANS PADA PT XYZ","authors":"Elin Mayoana Fitri, Ryan Randy Suryono, A. Wantoro","doi":"10.23960/komputasi.v11i2.12582","DOIUrl":null,"url":null,"abstract":"PT XYZ merupakan perusahaan yang bergerak dalam bidang distributor minuman ringan yang ada di Lampung. Permasalahan yang dihadapi perusahaan saat ini dalam mengelola data transaksi penjualan di setiap cabangnya masih dilakukan pengelompokkan secara manual sehingga menjadi kurang efisien. Penelitian ini bertujuan untuk memberikan kemudahan bagi perusahaan dalam mengelola data transaksi penjualannya untuk mengetahui tingkat penjualan produk pada setiap cabangnya. Penelitian dilakukan dengan menggunakan metode clustering algoritma k-means, dan menggunakan bahasa pemrograman python. Data akan di clustering ke dalam 3 cluster yaitu penjualan tertinggi, penjualan, sedang, dan penjualan terendah. Hasil dari penelitian menunjukkan bahwa penjualan dengan nilai tertinggi adalah pada region 3, penjualan dengan nilai sedang berada pada region 11 dan penjualan dengan nilai terendah yaitu pada region 4. Pengujian terhadap hasil clustering dalam penelitian ini menggunakan metode silhouette score untuk mengetahui jumlah klaster yang optimal. Hasilnya didapatkan skor untuk klaster data penjualan berdasarkan region adalah 0,78 dan untuk klaster data penjualan berdasarkan outlet adalah 0,58. Skor tersebut menunjukkan bahwa jumlah klaster yang dihasilkan masuk kedalam kategori baik karena tidak mendekati -1. Berdasarkan hasil klasterisasi tersebut diharapkan dapat menjadi rekomendasi PT XYZ dalam menentukan strategi penjualan sebagai upaya meningkatkan keuntungan bagi perusahaan.","PeriodicalId":292117,"journal":{"name":"Jurnal Komputasi","volume":"92 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23960/komputasi.v11i2.12582","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
PT XYZ merupakan perusahaan yang bergerak dalam bidang distributor minuman ringan yang ada di Lampung. Permasalahan yang dihadapi perusahaan saat ini dalam mengelola data transaksi penjualan di setiap cabangnya masih dilakukan pengelompokkan secara manual sehingga menjadi kurang efisien. Penelitian ini bertujuan untuk memberikan kemudahan bagi perusahaan dalam mengelola data transaksi penjualannya untuk mengetahui tingkat penjualan produk pada setiap cabangnya. Penelitian dilakukan dengan menggunakan metode clustering algoritma k-means, dan menggunakan bahasa pemrograman python. Data akan di clustering ke dalam 3 cluster yaitu penjualan tertinggi, penjualan, sedang, dan penjualan terendah. Hasil dari penelitian menunjukkan bahwa penjualan dengan nilai tertinggi adalah pada region 3, penjualan dengan nilai sedang berada pada region 11 dan penjualan dengan nilai terendah yaitu pada region 4. Pengujian terhadap hasil clustering dalam penelitian ini menggunakan metode silhouette score untuk mengetahui jumlah klaster yang optimal. Hasilnya didapatkan skor untuk klaster data penjualan berdasarkan region adalah 0,78 dan untuk klaster data penjualan berdasarkan outlet adalah 0,58. Skor tersebut menunjukkan bahwa jumlah klaster yang dihasilkan masuk kedalam kategori baik karena tidak mendekati -1. Berdasarkan hasil klasterisasi tersebut diharapkan dapat menjadi rekomendasi PT XYZ dalam menentukan strategi penjualan sebagai upaya meningkatkan keuntungan bagi perusahaan.