Penerapan Algoritma K-Means Untuk Mengklasifikasikan Penjualan Produk Dettol

Authors

  • Asih Andriani Sekolah Tinggi Manajemen Informatika dan Komputer Royal
  • Bella Cantika Sinaga Sekolah Tinggi Manajemen Informatika dan Komputer Royal
  • Dina Nur Hasana Sekolah Tinggi Manajemen Informatika dan Komputer Royal

Keywords:

Dettol Soap, Data Mining, K-means

Abstract

Everbright has become one of the distributing companies selling various products, one of which is the Dettol product. In optimizing the stock and marketing of Dettol products, the company faces difficulties in identifying the best-selling products and those less favored by customers. This research data originates from the sales transaction data of Dettol soap in November, comprising 77 sales data. Through the use of data mining, particularly the K-means Clustering method, it becomes a relevant approach to solving this issue. The objective of this research is to avoid excess inventory that remains unsold while meeting the diverse needs of customers. The results of this study show the visualization of the distribution of Dettol soap product clusters and grouping based on sales levels. There were 21 best-selling item data, 31 well-selling item data, and 25 less popular item data, enabling the company to manage inventory based on the best-selling items.

References

A. Tohawi, J. Iswanto, D. Fitrtotus, and S. Diyah, “Penerapan Etika Bisnis Islam dalam Perdagangan Bawang Merah di Pasar Sukomoro Nganjuk,” vol. 05, no. 04, pp. 17814–17822, 2023.

S. Nurhaliza and T. N. Sari, “Pengaruh Kualitas Produk dan Citra Merek Terhadap Keputusan Pembelian Baterai ABC Pada PT. Everbright Medan,” J. Ilmu Manajemen, Ekon. dan Kewirausahaan, vol. 1, no. 2, 2023.

D. Dirnaeni, “Pengaruh Kesan Kualitas, Citra Merek Dan Harga Terhadap Keputusan Pembelian Sabun Batang Anti Bakteri Dettol Di Kota Bekasi,” UG J., vol. 15, no. 01, pp. 8–18, 2021.

H. Annur, “Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-Means Clustering,” J. Inform. Upgris, vol. 5, no. 1, 2019, doi: 10.26877/jiu.v5i1.3091.

Agung Nugraha, Odi Nurdiawan, and Gifthera Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 1–7, 2022.

F. Indriyani and E. Irfiani, “Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means,” JUITA J. Inform., vol. 7, no. 2, p. 109, 2019, doi: 10.30595/juita.v7i2.5529.

M. Althaf and P. Perkasa, “Analisis Probabilitas Bencana Alam dengan Penerapan Data Mining Menggunakan K-Means dan Linier Regression,” vol. 2, 2023.

N. Nugroho and F. D. Adhinata, “Penggunaan Metode K-Means dan K-Means++ Sebagai Clustering Data Covid-19 di Pulau Jawa,” Teknika, vol. 11, no. 3, pp. 170–179, 2022, doi: 10.34148/teknika.v11i3.502.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

C. Chazar and B. Erawan, “Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine,” Inf. (Jurnal Inform. dan Sist. Informasi), vol. 12, no. 1, pp. 67–80, 2020, doi: 10.37424/informasi.v12i1.48.

M. S. Dios Kurniawan, Pengenalan Machine Learning dengan Python. Elex Media Komputindo, 2022.

Y. Suhanda, I. Kurniati, and S. Norma, “Penerapan Metode Crisp-DM Dengan Algoritma K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik,” J. Teknol. Inform. dan Komput., vol. 6, no. 2, pp. 12–20, 2020, doi: 10.37012/jtik.v6i2.299.

E. M. Fitri, R. R. Suryono, and A. Wantoro, “Klasterisasi Data Penjualan Berdasarkan Wilayah Menggunakan Metode K-Means Pada Pt Xyz,” J. Komputasi, vol. 11, no. 2, pp. 157–168, 2023.

A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,” J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.

Muhammad Yamin Nurzaman and B. Nurina Sari, “Implementasi K-Means Clustering Dalam Pengelompokkan Banyaknya Jumlah Petani Berdasarkan Kecamatan Di Provinsi Jawa Barat,” J. Tek. Inform. dan Sist. Inf., vol. 10, no. 3, 2023, [Online]. Available: http://jurnal.mdp.ac.id

Published

2024-07-31

How to Cite

Andriani, A., Sinaga, B. C., & Hasana, D. N. (2024). Penerapan Algoritma K-Means Untuk Mengklasifikasikan Penjualan Produk Dettol . Journal Of Artificial Intelligence And Data Engineering, 1(1), 1–8. Retrieved from https://journal.beta-academia.com/index.php/jaide/article/view/14