k -手段算法的应用,用于销售XYZ案例案例研究中的在线运输平衡

Hilman Mutaqin
{"title":"k -手段算法的应用,用于销售XYZ案例案例研究中的在线运输平衡","authors":"Hilman Mutaqin","doi":"10.33364/algoritma/v.20-1.1244","DOIUrl":null,"url":null,"abstract":"Konter XYZ merupakan salah satu konter yang berada di Tasikmalaya dengan salah satu produk yang dijualnya adalah saldo transportasi online seperti Maxim, Gojek, dan Grab. Dengan semakin bertambahnya jumlah pengemudi online maka semakin banyak transaksi yang berlangsung sehingga data yang dibuat juga semakin banyak. Akan tetapi data tersebut tidak diolah sehingga semakin menumpuk dan tidak memberikan pengetahuan baru bagi pemilik konter. Tujuan penelitian ini adalah membuat klasterisasi penjualan saldo transportasi online agar menjadi masukan khususnya strategi promosi konter XYZ. Metode yang digunakan adalah clustering dengan algoritma K-Means agar menghasilkan cluster berdasarkan dengan nominal harga pembelian. Dataset yang digunakan dalam penelitian ini berjumlah 4.867 data tetapi setelah di cleansing menjadi 2.642 data. Dataset diperoleh dari penjualan konter XYZ pada bulan Oktober tahun 2022. Penelitian ini menghasilkan jumlah cluster sebanyak 2 buah dengan cluster C1 yaitu nominal rendah sebanyak 2.499 data dengan persentase 94,59%, sedangkan jumlah cluster C2 nominal tinggi sebanyak 143 data dengan persentase 5,41. Hasil dari penelitian ini menunjukkan bahwa algoritma k-means dapat digunakan untuk clustering penjualan saldo transportasi online di konter XYZ, serta penjualan saldo transportasi online cukup baik karena jumlah data cluster nominal rendah lebih banyak daripada cluster nominal tinggi.","PeriodicalId":371939,"journal":{"name":"Jurnal Algoritma","volume":"38 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Penerapan Algoritma K-Means Pada Penjualan Saldo Transportasi Online Studi Kasus Konter XYZ\",\"authors\":\"Hilman Mutaqin\",\"doi\":\"10.33364/algoritma/v.20-1.1244\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Konter XYZ merupakan salah satu konter yang berada di Tasikmalaya dengan salah satu produk yang dijualnya adalah saldo transportasi online seperti Maxim, Gojek, dan Grab. Dengan semakin bertambahnya jumlah pengemudi online maka semakin banyak transaksi yang berlangsung sehingga data yang dibuat juga semakin banyak. Akan tetapi data tersebut tidak diolah sehingga semakin menumpuk dan tidak memberikan pengetahuan baru bagi pemilik konter. Tujuan penelitian ini adalah membuat klasterisasi penjualan saldo transportasi online agar menjadi masukan khususnya strategi promosi konter XYZ. Metode yang digunakan adalah clustering dengan algoritma K-Means agar menghasilkan cluster berdasarkan dengan nominal harga pembelian. Dataset yang digunakan dalam penelitian ini berjumlah 4.867 data tetapi setelah di cleansing menjadi 2.642 data. Dataset diperoleh dari penjualan konter XYZ pada bulan Oktober tahun 2022. Penelitian ini menghasilkan jumlah cluster sebanyak 2 buah dengan cluster C1 yaitu nominal rendah sebanyak 2.499 data dengan persentase 94,59%, sedangkan jumlah cluster C2 nominal tinggi sebanyak 143 data dengan persentase 5,41. Hasil dari penelitian ini menunjukkan bahwa algoritma k-means dapat digunakan untuk clustering penjualan saldo transportasi online di konter XYZ, serta penjualan saldo transportasi online cukup baik karena jumlah data cluster nominal rendah lebih banyak daripada cluster nominal tinggi.\",\"PeriodicalId\":371939,\"journal\":{\"name\":\"Jurnal Algoritma\",\"volume\":\"38 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-05-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Algoritma\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33364/algoritma/v.20-1.1244\",\"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 Algoritma","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33364/algoritma/v.20-1.1244","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

XYZ柜台是塔斯克马来亚的柜台之一,它的销售产品中有一个是在线运输余额,如Maxim、Gojek和Grab。随着在线司机数量的增加,交易进行得越多,留下的数据也就越多。然而,这些数据没有被处理,因此积累起来,并没有给柜台的拥有者新的知识。本研究的目的是创建在线运输余额销售的分类,以提供具体的建议,为柜台推广策略。使用的方法是与K-Means算法结合,以采购价格的名义形成集群。本研究使用的数据为4867个,但清除后为2642个。2022年10月,XYZ柜台出售了一个数据集。这项研究产生的是2个具有C1集群的集群数量,即低额度为2499的数据,比例为94.59%,而高为143的数据簇数量为5.41。这项研究的结果表明,k- branch算法可以用来对XYZ柜台的在线运输余额进行集群销售,也可以用来对在线运输余额进行相当不错的销售,因为集群数据的数量比高面额集群多得多。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Penerapan Algoritma K-Means Pada Penjualan Saldo Transportasi Online Studi Kasus Konter XYZ
Konter XYZ merupakan salah satu konter yang berada di Tasikmalaya dengan salah satu produk yang dijualnya adalah saldo transportasi online seperti Maxim, Gojek, dan Grab. Dengan semakin bertambahnya jumlah pengemudi online maka semakin banyak transaksi yang berlangsung sehingga data yang dibuat juga semakin banyak. Akan tetapi data tersebut tidak diolah sehingga semakin menumpuk dan tidak memberikan pengetahuan baru bagi pemilik konter. Tujuan penelitian ini adalah membuat klasterisasi penjualan saldo transportasi online agar menjadi masukan khususnya strategi promosi konter XYZ. Metode yang digunakan adalah clustering dengan algoritma K-Means agar menghasilkan cluster berdasarkan dengan nominal harga pembelian. Dataset yang digunakan dalam penelitian ini berjumlah 4.867 data tetapi setelah di cleansing menjadi 2.642 data. Dataset diperoleh dari penjualan konter XYZ pada bulan Oktober tahun 2022. Penelitian ini menghasilkan jumlah cluster sebanyak 2 buah dengan cluster C1 yaitu nominal rendah sebanyak 2.499 data dengan persentase 94,59%, sedangkan jumlah cluster C2 nominal tinggi sebanyak 143 data dengan persentase 5,41. Hasil dari penelitian ini menunjukkan bahwa algoritma k-means dapat digunakan untuk clustering penjualan saldo transportasi online di konter XYZ, serta penjualan saldo transportasi online cukup baik karena jumlah data cluster nominal rendah lebih banyak daripada cluster nominal tinggi.
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:604180095
Book学术官方微信