Implementasi Algoritma K-Means++ Untuk Clustering Penjualan Peralatan Rumah Tangga(“Studi Kasus Toko Arendry")

Khairani, Ayu Diah (2025) Implementasi Algoritma K-Means++ Untuk Clustering Penjualan Peralatan Rumah Tangga(“Studi Kasus Toko Arendry"). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
Halaman Pernyataan Orisinalitas Keaslian.pdf

Download (276kB)
[img] Text
Lembar Pengesahan skripsi.pdf

Download (184kB)
[img] Text
lembar persetujuan skripsi.pdf

Download (188kB)
[img] Text
Halaman Judul.pdf

Download (1MB)
[img] Text
bab 1.pdf

Download (296kB)
[img] Text
bab 2.pdf

Download (596kB)
[img] Text
bab 3.pdf

Download (1MB)
[img] Text
bab 4.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
bab 5.pdf

Download (268kB)
[img] Text
daftar pustaka.pdf

Download (385kB)

Abstract

Penjualan produk pada toko ritel memerlukan pengelolaan persediaan yang optimal untuk meningkatkan efisiensi dan profitabilitas. Salah satu metode yang dapat digunakan untuk mendukung keputusan Algoritme K-Means++Clustering. Penelitian ini bertujuan untuk menerapkan algoritma K-Means++ dalam analisis data penjualan Toko Arendry, sebuah toko ritel peralatan rumah tangga. Metode KMeans++ dipilih karena dapat mengatasi kelemahan K-Means konvensional dalam pemilihan centroid awal yang sering terjebak pada solusi lokal optimal. Proses clustering dilakukan untuk mengidentifikasi pola pembelian dan mengelompokkan produk berdasarkan tingkat penjualannya. Evaluasi dijalankan melalui K-Means++ mempergunakan metrik evaluasi DBI (Davies-Bouldin Index) dan Silhouette Coefficient. Penggunaan Algoritme K-Means++Clustering menghadirkan manfaat saat mengambil keputusan bisnis yang lebih baik di Toko Arendry. Hasil analisis menunjukkan bahwa K-Means++ 2 cluster memberikan akurasi pengelompokan yang superior, ditujukkan dengan DBI yang lebih optimal dengan nilai 0,4472 dan Silhouette Coefficient 0,51814 yang lebih tinggi.

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: K-Means++; Davies-Bouldin Index (DBI); Silhouette Coefficient; Clustering; Data Mining; Toko Arendry;
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Ayu Diah Khairani
Date Deposited: 14 May 2025 03:28
Last Modified: 14 May 2025 03:28
URI: http://eprints.umg.ac.id/id/eprint/13635

Actions (login required)

View Item View Item