Penjualan merupakan salah satu kegiatan pemasaran yang cukup penting dalam rangka pencapaian tujuan perusahaan. Pencapaian tingkat penjualan perusahaan adalah salah satu indikator dari tingkat kemajuan perusahaan, untuk mampu mencapai tingkat penjualan yang telah ditargetkan perusahaan itu berarti perusahaan harus mampu menciptakan produk dan jasa yang sesuai dengan kebutuhan dan keinginan konsumen juga bagaimana produk ini menjadi sumber profit bagi perusahaan sebagai fokus perusahaan dalam memasarkan produknya. Banyaknya data transaksi yang disimpan menyebabkan penumpukan data. Data tersebut dapat diolah lebih lanjut menjadi suatu infomasi yang berguna bagi manajer atau pelaku usaha pada PT. Panen Lestari Internusa dalam pengambilan keputusan, melakukan analisis terhadap penjualan pada produknya, mengatur stok serta pola yang ada pada perusahaan tersebut dan melakukan strategi penjualan yang bertujuan untuk kemajuan perusahaan atau usaha tersebutOleh karena itu diperlukan adanya sistem yang dapat membantu dalam menerapkan data penjualan dan transaksi untuk mengatur pola penjualan produk, mengatur stok bahan produk dan menerapkan strategi pemasaran. Algoritma Apriori adalah metode yang sering memanfaatkan itemset dalam pertambangan data atau produk.
Prediksi adalah salah satu proses memperkirakan secara sistematis tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki, agar kesalahannya (selisih antara sesuatu yang terjadi dengan hasil perkiraan) dapat diperkecil. Proses memprediksi peningkatan omset penjualan pada PT. Makmur Jaya masih menggunakan cara manual dan harus melewati beberapa tahap. Proses yang dilakukan secara manual menyebabkan waktu yang digunakan terlalu lama, sehingga dikhawatikan dapat menyebabkan kesalahan dalam melakukan perhitungannya dan kurang akuratnya hasil yang diinginkan.Untuk dapat membantu memprediksi omset penjualan kedepannya lebih baik, lebih tepat dan lebih cepat, maka dibutuhkan Analis Data Mining dengan dukungan metode Regresi Linier Berganda. Berdasarkan Analisa Data Mining yang dibangun, masalah selama ini dalam proses perhitungan prediksi peningkatan omset dapat terpecahkan. Proses perhitungan yang dilakukan dapat menjadi lebih mudah, menghemat waktu dan hasil yang didapat lebih akurat.
Persaingan yang semakin ketat sesama minimarket membuat penjualan produk khususnya makanan pada K3 Mart sering mengalami kenaikan atau penurunan omset penjualan. Oleh karena itu, K3 Mart harus memiliki strategi lain untuk dapat meningkatkan penjualannya. Salah satunya adalah dengan mendapatkan informasi dari data penjualan.Untuk mengatasi permasalahan tersebut, dengan mencari kombinasi item yang mungkin muncul menggunakan salah satu teknik data mining untuk mendapatkan informasi yang ada pada data penjualan K3 Mart. Yaitu dengan menggunakan metode Association Rule dengan algoritma Apriori.Hasil dari penelitian ini menghasilkan pola rekomendasi yang akan dipergunakan oleh K3 Mart dan dapat meningkatkan strategi penjualan K3 Mart melalui data penjualan makanan, sistem ini juga dapat membantu pelanggan dalam memilih makanan yang memiliki keterkaitan atau yang sering dibeli pelanggan lainnya dengan adanya rekomendasi penjualan
Lembaga Bahasa dan Pendidikan Profesional (LBPP) Lia Medan merupakan lembaga Pendidikan Luar Sekolah (PLS) yang berfokus pada penyelenggaraan program Bahasa Inggris. Lembaga ini membutuhkan tutor yang berkualitas dan professional dibidangnya, namun proses perekrutan tutor pada lembaga selama ini belum efektif dan tidak memiliki standarisasi yang baik yang menyebabkan lembaga mengalami pasang surut dalam jumlah siswa. Berdasarkan permasalahan tersebut, untuk membantu lembaga maka dibutuhkan sebuah Sistem Pendukung Keputusan dengan dukungan menggunakan metode Preference Selection Index. Sistem ini dirancang untuk membantu pengambilan keputusan dalam memecahkan masalah dengan pengurutan nilai rangking tertinggi untuk memberikan rekomendasi keputusan. Berdasarkan hasil penelitian ini, sebuah aplikasi berbasis dekstop berhasil dibangun dengan mengimplementasikan metode Preference Selection Index untuk menghasilkan keputusan yang akurat dan tepat sesuai dengan kebutuhan Lembaga.
Pelayanan Kesehatan masyarakat yang berkualitas menjadi salah satu ciri keberhasilan pembangunan negara di bidang kesehatan. Kantor Dinas Kesehatan telah merumuskan sejumlah metode untuk menentukan tingkat kemajuan pembangunan kesehatan di pusat hingga kecamatan. Salah satu nilai indikator dari keberhasilan pelayanan kesehatan adalah ketanggapan pelayanan kesehatan, ruang lingkup pelayanan kesehatan dan kesehatan ibu dan anak. Hal ini merujuk pada Rencana Strategis Kementerian Kesehatan tahun 2021 yang salah satu fokusnya adalah pemaksimalan layanan masyarakat dan Kantor Dinas Kesehatan Lubuk Pakam mengalami penurunan tingkat pelayan pada masyarakat.Permasalahan tersebut dapat disarankan dengan menggunakan data data kesehatan masyarkat di Kantor Dinas Kesehatan Lubuk Pakam. Dengan menggunakan metode K-Means dalam pengklasteran kesehatan masyarakat, yang akan menghasilkan informasi kesehatan masyarakat di kecamatan di Lubuk Pakam.Hasil penelitian ini mendapatkan hasil yang maksimal dalam pengelompokkan data dalam menganalisa data kesehatan masyarakat dengan menggunakan algoritma K-Means yang lebih cepat dan akurat.Kata Kunci: Data Mining, K-Means, Pelayanan Kesehatan
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 © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.