销售模式的分类使用了k - memeling方法

Ginda M.A.Siregar
{"title":"销售模式的分类使用了k - memeling方法","authors":"Ginda M.A.Siregar","doi":"10.55616/jitu.v4i1.554","DOIUrl":null,"url":null,"abstract":"Data Mining adalah proses pencarian atau penggalian informasi yang dilakukan dalam data yang besar. Clustering adalah salah satu metode yang digunakan dalam proses Data Mining. Pengelompokan yang terjadi adalah pengelompokan penjualan handphone. Atribut yang digunakan dalam pengelompokan ini adalah total penjualan selama tiga bulan dan harga handphone. Pengelompokan ini dilakukan agar pihak toko dapat mengetahui jenis penjualan handphone apa saja yang laku dan tidak laku selama tiga bulan sehingga tidak terjadi penumpukan barang di gudang. Dalam clustering terdapat beberapa metode, salah satunya adalah metode K-means. K-means adalah salah satu proses metode pengelompokan non-hierarkis yang bekerja dengan cara membagi data menjadi satu atau beberapa cluster. Dari hasil penerapan K-means dalam pengelompokan pada 2 jenis cluster yang dibuat yaitu Penjualan Paling Laris  (Best Selling) dan Penjualan Laris (Good Selling). Berdasarkan hasil pengkelompokan tersebut, terdapat 28 nama handphone dan aksesoris termasuk kedalam cluster Paling Laris dan 13 jenis lain termasuk  cluster Laris. Akurasi Kategori penjualan tertinggi dan pemberi keuntungan terbesar masing-masing kelas memberikan keputusan bahwa kategori penjualan tinggi dan memberikan keuntungan yang banyak, sehingga di butuhkan stok banyak untuk memenuhi permintaan.","PeriodicalId":255050,"journal":{"name":"Jurnal Ilmiah Teknik Unida","volume":"62 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Klasterisasi Pola Penjualan Menggunakan Metode K-Means Clustering\",\"authors\":\"Ginda M.A.Siregar\",\"doi\":\"10.55616/jitu.v4i1.554\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Data Mining adalah proses pencarian atau penggalian informasi yang dilakukan dalam data yang besar. Clustering adalah salah satu metode yang digunakan dalam proses Data Mining. Pengelompokan yang terjadi adalah pengelompokan penjualan handphone. Atribut yang digunakan dalam pengelompokan ini adalah total penjualan selama tiga bulan dan harga handphone. Pengelompokan ini dilakukan agar pihak toko dapat mengetahui jenis penjualan handphone apa saja yang laku dan tidak laku selama tiga bulan sehingga tidak terjadi penumpukan barang di gudang. Dalam clustering terdapat beberapa metode, salah satunya adalah metode K-means. K-means adalah salah satu proses metode pengelompokan non-hierarkis yang bekerja dengan cara membagi data menjadi satu atau beberapa cluster. Dari hasil penerapan K-means dalam pengelompokan pada 2 jenis cluster yang dibuat yaitu Penjualan Paling Laris  (Best Selling) dan Penjualan Laris (Good Selling). Berdasarkan hasil pengkelompokan tersebut, terdapat 28 nama handphone dan aksesoris termasuk kedalam cluster Paling Laris dan 13 jenis lain termasuk  cluster Laris. Akurasi Kategori penjualan tertinggi dan pemberi keuntungan terbesar masing-masing kelas memberikan keputusan bahwa kategori penjualan tinggi dan memberikan keuntungan yang banyak, sehingga di butuhkan stok banyak untuk memenuhi permintaan.\",\"PeriodicalId\":255050,\"journal\":{\"name\":\"Jurnal Ilmiah Teknik Unida\",\"volume\":\"62 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Ilmiah Teknik Unida\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.55616/jitu.v4i1.554\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Teknik Unida","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55616/jitu.v4i1.554","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

数据挖掘是在大数据中进行的搜索或挖掘的过程。聚类是数据挖掘过程中使用的一种方法。集群是手机销售的集群。此集群中使用的属性是三个月的销售和手机价格。这些集群是为了让商店能够查明在过去的三个月里销售的是什么类型的手机,而不是大量的库存。在集群中有几种方法,其中一种是k -手段。k -手段是一种非分级分组方法,其作用是将数据分成一个或多个集群。从对两类集群的应用中推断出来的是畅销书和畅销书。根据这一组结果,28个手机名称和配件包括最热门的集群和其他13种类型的集群。每个班级最高的销售类别和最大的利润提供者的准确性决定了销售类别是高的,提供了大量的利润,因此需要大量的库存来满足需求。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Klasterisasi Pola Penjualan Menggunakan Metode K-Means Clustering
Data Mining adalah proses pencarian atau penggalian informasi yang dilakukan dalam data yang besar. Clustering adalah salah satu metode yang digunakan dalam proses Data Mining. Pengelompokan yang terjadi adalah pengelompokan penjualan handphone. Atribut yang digunakan dalam pengelompokan ini adalah total penjualan selama tiga bulan dan harga handphone. Pengelompokan ini dilakukan agar pihak toko dapat mengetahui jenis penjualan handphone apa saja yang laku dan tidak laku selama tiga bulan sehingga tidak terjadi penumpukan barang di gudang. Dalam clustering terdapat beberapa metode, salah satunya adalah metode K-means. K-means adalah salah satu proses metode pengelompokan non-hierarkis yang bekerja dengan cara membagi data menjadi satu atau beberapa cluster. Dari hasil penerapan K-means dalam pengelompokan pada 2 jenis cluster yang dibuat yaitu Penjualan Paling Laris  (Best Selling) dan Penjualan Laris (Good Selling). Berdasarkan hasil pengkelompokan tersebut, terdapat 28 nama handphone dan aksesoris termasuk kedalam cluster Paling Laris dan 13 jenis lain termasuk  cluster Laris. Akurasi Kategori penjualan tertinggi dan pemberi keuntungan terbesar masing-masing kelas memberikan keputusan bahwa kategori penjualan tinggi dan memberikan keuntungan yang banyak, sehingga di butuhkan stok banyak untuk memenuhi permintaan.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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