Implementasi Data Mining Clustering Terhadap Data Penjualan Barang (PT. Diantrijaya Utama Mukti)

Rohman, Arif (2025) Implementasi Data Mining Clustering Terhadap Data Penjualan Barang (PT. Diantrijaya Utama Mukti). undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 2025_TA_200602005_Halaman Pernyataan Keaslian.pdf Download (280kB)
	Text 2025_TA_200602005_Halaman Pernyataan Persetujuan Skripsi.pdf Download (263kB)
	Text 2025_TA_200602005_Halaman Pengesahan Skripsi.pdf Download (306kB)
	Text 2025_TA_200602005_Halaman Pernyataan Persetujuan Publikasi Karya Ilmiah.pdf Download (334kB)
	Text 2025_TA_200602005_Halaman Judul.pdf Download (1MB)
	Text 2025_TA_200602005_Bab 1.pdf Download (230kB)
	Text 2025_TA_200602005_Bab 2.pdf Download (419kB)
	Text 2025_TA_200602005_Bab 3.pdf Download (800kB)
	Text 2025_TA_200602005_Bab 4.pdf Restricted to Repository staff only Download (647kB)
	Text 2025_TA_200602005_Bab 5.pdf Download (256kB)
	Text 2025_TA_200602005_Daftar Pustaka.pdf Download (194kB)
	Text 2025_TA_200602005_Lampiran.pdf Download (410kB)

Abstract

Pendekatan untuk mengetahui kelompok loyalitas terhadap penjualan barang diterapkan pada PT. Diantrijaya Utama Mukti, karna tidak lepas dari penjualan produk ke perusahaan lain, semakin berkembangnya minat maka persaingan antar perusahaan semakin tinggi hal ini perlu diterapkan sistem informasi guna untuk mengetahui kelompok pelanggan yang memiliki loyalitas tinggi terhadap barang dengan menggunakan Sistem K-means clustering. Mengubah data penjualan barang dengan transformasi data, serta pengelompokan barang menggunakan K-Means Clustering dan dilakukan evaluasi menggunakan metode DBI (Davies Boulding Indeks). Hasil pengelompokan k-means clustering menunjukkan bahwa data faktur terdapat 5 cluster. Dengan keberhasilan uji DBI (Davies Boulding Indexs) mencapai angka 0,380323. bahwa metode k-means memberikan hasil clustering yang lebih baik Dari kelima pengelompokan tersebut cluster 1 dipilih dengan kelompok pelanggan dengan kelompok terbanyak hal ini dapat disimpulkan pengelompokan tingkat loyalitas cluster 1 pelanggan tertinggi dibandingkan ke empat cluster lainnya.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Segmentasi, Davies Boulding Indexs. Transformasi, K-Means
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Arif Rohman
Date Deposited:	30 Jun 2026 09:36
Last Modified:	30 Jun 2026 09:36
URI:	http://eprints.umg.ac.id/id/eprint/15830

Available Versions of this Item

• Implementasi Data Mining Clustering Terhadap Data Penjualan Barang (PT. Diantrijaya Utama Mukti). (deposited 30 Jun 2026 09:36) [Currently Displayed]

Actions (login required)

View Item