Implementasi Data Mining Pengelompokan Data Penjualan Berdasarkan Pembelian dengan Menggunakan Algoritma K-Means pada UD. Martua

Abstract

Saat ini kita tidak bisa lepas dari pengaruh teknologi informasi. Karena mau tidak mau perkembangan ilmu pengetahuan dan penerapan teknologi mengalami peningkatan yang semakin pesat terutama pada setiap lingkungan kerja seperti praktisi bisnis.Teknologi komputer/ informasi merupakan teknologi yang paling banyak dimanfaatkan diberbagai instansi baik pemerintah maupun swasta . Perkembangan teknologi saat ini yang begitu sangat cepat dari waktu ke waktu membuat pekerjaan manusia pada umumnya dapat diselesaikan dengan cepat. Teknologi merupakan salah satu alat yang sering digunakan dalam aktivitas manusia. Peran teknologi saat ini membuat pengolahan informasi menjadi lebih mudah karena pengolahan diperlukan agar informasi yang dihasilkan dapat bermanfaat bagi penggunanya. Persaingan dalam dunia bisnis menuntut para pengembang untuk menemukan suatu pola yang dapat meningkatkan penjualan dan pemasaran barang, salah satunya adalah dengan pemanfaatan data transaksi. Ketersediaan data yang melimpah, kebutuhan akan informasi sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis, dan dukungan infrastruktur di bidang teknologi informasi merupakan alasan dari lahirnya teknologi data mining. Masalah yang terjadi di UD. Martua yaitu  kurang dalam peninjauan produk yang dijual, produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data kurang efektif. Dengan adanya data mining dimaksudkan untuk memberikan solusi nyata kepada UD. Martua agar dapat mengetahui mana barang yang laris dan mana barang yang tidak laris, kemudian dapat membandingkan penjualan dari tahun ke tahun menjadi media yang efektif untuk pengembangan penjualan pada UD.Martua. Dalam pengelompokkan data penjualan field yang digunakan adalah nama barang, jumlah beli, jumlah terjual selama 1 minggu, kemudian data akan diproses dengan algoritma k-means clustering. Hasil akhir dengan 20 sampel data pengelompokkan didapatkan hasil akhir dengan 2 cluster yaitu, cluster 1 (C1) dengan 10 barang laris , cluster 2 (C2) dengan 10 barang tidak laris. Dengan Data mining menggunakan algoritma K-Means Mempercepat untuk pengambilan keputusan untuk merestock barang yang laris agar konsumen yang ingin membeli tidak menunggu lama. Memberikan informasi dari data penjualan  untuk mengetahui apa saja yang mengakibatkan keuntungan ataupun kerugian pada UD.Martua. Memberikan kemudahan bagi UD.Martua dalam menentukan produk mana yang laris dan tidak laris agar tidak terjadinya penumpukan barang yang tidak laris dan mengakibatkan kerugian pada UD.Martua.