STMIK BANJARBARUSTMIK BANJARBARU

Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah Komputer

Perkembangan kuliner di Indonesia sangat pesat sehingga meningkatkan persaingan antar pengusaha kuliner. Penjualan lauk di RM Takana Juo bermasalah dalam pengelolaan stok karena kurangnya pemahaman pola penjualan. Penelitian ini mengusulkan penggunaan algoritma K-Means untuk mengelompokkan penjualan lauk berdasarkan parameter yang fokus pada stok awal dan jumlah terjual. Penelitian ini dimulai dengan pengumpulan dataset penjualan lauk, penentuan jumlah klaster optimal, dan penerapan algoritma K-Means untuk mengelompokkan lauk ke dalam dua klaster yaitu klaster lauk dengan stok awal dan penjualan yang lebih tinggi dan klaster lauk dengan stok awal dan penjualan yang relatif rendah. Hasil penelitian menunjukkan bahwa penjualan 20 lauk masakan Padang di RM Takana Juo berhasil dikelompokkan ke dalam dua klaster tersebut. Validasi kinerja metode menunjukkan nilai rata-rata Silhouette Score sebesar 0.57 yang mengindikasikan bahwa algoritma K-Means berhasil mengelompokkan data dengan cukup baik. Penelitian ini berkontribusi spesifik dalam merencanakan pengadaan lauk masakan Padang dalam mengatur stok harian untuk mengurangi pemborosan.

Penelitian ini berhasil mengimplementasikan algoritma K-Means untuk melakukan pengelompokkan penjualan lauk pada RM Takana Juo.Algoritma K-Means mampu mengelompokkan data penjualan lauk ke dalam dua klaster berdasarkan stok awal dan jumlah penjualan.Klaster pertama merupakan klaster lauk dengan stok awal dan penjualan yang lebih tinggi, sementara klaster kedua adalah klaster lauk dengan stok awal dan penjualan yang relatif rendah.Hasil pengelompokkan membantu RM Takana Juo dalam memahami karakteristik pembeli dan menentukan jumlah stok awal secara efektif.Penelitian ini memberikan kontribusi spesifik dalam merencanakan pengadaan lauk masakan Padang untuk mengurangi pemborosan.

Penelitian lanjutan dapat mengeksplorasi algoritma clustering lain seperti Fuzzy C-Means atau DBSCAN untuk membandingkan efektivitasnya dalam klasterisasi penjualan lauk. Selain itu, penelitian dapat memperluas parameter analisis dengan memasukkan data perilaku konsumen atau preferensi regional untuk meningkatkan akurasi prediksi stok. Terakhir, penggunaan metrik validasi tambahan seperti Davies-Bouldin Index dapat dilakukan untuk memastikan klasterisasi menghasilkan kelompok yang lebih homogen dan relevan dengan kebutuhan bisnis.

  1. Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika | Izzah... doi.org/10.35889/progresif.v18i1.769Penerapan Algoritma K Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika Izzah doi 10 35889 progresif v18i1 769
  2. Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume | Journal of Informatics,... doi.org/10.47065/jieee.v2i4.1181Penerapan Data Mining Menggunakan Algoritma K Means Untuk Analisa Penjualan Parfume Journal of Informatics doi 10 47065 jieee v2i4 1181
  3. OPTIMALISASI STOK BARANG MELALUI ALGORITMA K-MEANS CLUSTERING ANALISIS UNTUK MANAJEMEN PERSEDIAAN DALAM... doi.org/10.36040/jati.v8i3.9742OPTIMALISASI STOK BARANG MELALUI ALGORITMA K MEANS CLUSTERING ANALISIS UNTUK MANAJEMEN PERSEDIAAN DALAM doi 10 36040 jati v8i3 9742
Read online
File size328.6 KB
Pages10
DMCAReport

Related /

ads-block-test