Penelitian bertujuan untuk mengetahui seberapa besar hasil dari pengelompokkan barang berpengaruh terhadap kebutuhan dari konsumen. Kelebihan persediaan barang akan sangat memenuhi gudang dan tidak efesien karena adanya tanggal expired pada produk makanan, minuman dan lain-lain. Saat ini Toko Raja masih mengelola barang secara manual sehingga tidak efesiennya waktu. Untuk menyelesaikan masalah tersebut maka dibutuhkan suatu teknik yaitu data mining. Teknik data mining yang akan digunakan pada penelitian ini adalah metode K-Means Clustering. K-Means merupakan salah satu algoritma yang paling popular karena mudah dan sederhana ketika diimplementasikan. Namun hasil clustering dari K-Means sangat bergantung terhadap pemilihan titik pusat cluster awalnya. Perhitungan akurasi dalam penelitian ini menggunakan Hasil pengujian metode clustering K-Means menggunakan Davies-Bouldin Index (DBI) adalah sebesar 1,856 dimana nilai DBI mendekati nol cluster sudah cukup baik. Dari akurasi yang dihasilkan dapat disimpulkan bahwa metode Clustering K-Means dapat mendukung sistem dengan baik.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.