Febianda, Krishna (2019) Analisis Pengelompokkan Penjualan Rattan Furniture Pada PT. Hymsa Indotraco Berbasis Algoritma K-Means Clustering. Sarjana thesis, Universitas Brawijaya.
Abstract
PT. Hymsa Indotraco (HITRA) merupakan salah satu perusahaan manufaktur dan eksportir rattan furniture di Indonesia. Produk utamanya adalah furniture yang berbahan dasar rotan dengan modifikasi kayu dan besi. Produksi di PT. Hymsa Indotraco didasarkan pada pesanan buyer (make to order). PT. Hymsa Indotraco memiliki lebih dari 5000 koleksi desain item atau model furniture yang terbuat dari 12 jenis bahan baku rotan yang ditawarkan. Hal tersebut tentu saja menimbulkan permasalahan dalam pelaksanaan penjualan. Dengan data mining, diharapkan dapat memberikan solusi kepada manajemen untuk pengambilan keputusan dan dapat mempermudah analisis data yang besar sehingga membantu memberikan informasi hasil pengolahan data penjualan. Penelitian ini bertujuan untuk mengetahui penjualan jenis produk yang paling banyak dipesan oleh buyer. Sehingga, dilakukan penerapan data mining dengan algoritma K- Means Clustering untuk mengelompokkan data kedalam jumlah yang kecil yang mempunyai persamaan yang esensial dengan menggunakan tools RapidMiner. Hasil dari clustering ini adalah cluster penjualan produk yang paling banyak dipesan berjumlah 15 dari 707 produk dengan menerapkan 3 cluster yang terjual di tahun 2019. Evaluasi data dilakukan dengan menggunakan Davies-Bouldin Index dengan 3 cluster menghasilkan nilai 0.106. Hasil dari penelitian ini dapat digunakan sebagai rekomendasi oleh perusahaan untuk pengambilan keputusan perencanaan stock bahan baku dan jenis produk yang ditawarkan pada buyer untuk tahun berikutnya.
English Abstract
PT. Hymsa Indotraco (HITRA) is a rattan furniture manufacturing and exporter company in Indonesia. The main product is rattan-based furniture with wood and iron modifications. Production at PT. Hymsa Indotraco is based on the buyer's order (make to order). PT. Hymsa Indotraco has more than 5000 collections of design items or furniture models made from 12 types of rattan raw materials offered. This may cause problems in the implementation of sales. By using data mining, it is expected to provide solutions for decision making and facilitate analysis of big data so it can give information to management about the result of sales data processing. This study aims to determine the type of product sales most ordered by buyers. Thus, the application of data mining using K-Means Clustering algorithm to group data into small amounts that have essential equations using RapidMiner. The results of this clustering are the most ordered product sales clusters totaling 15 of the 707 products sold in 2019. Data evaluation is carried out using the Davies-Bouldin Index with 3 clusters producing a value of 0.106. The results of this study can be used as recommendations by companies for decision making on the planning of raw material stock and types of products offered to buyers for the following year.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0520150223 |
Uncontrolled Keywords: | K-Means, clustering, RapidMiner, Davies-Bouldin Index, penjualan.,K-Means, clustering, RapidMiner, Davies-Bouldin Index, selling |
Subjects: | 000 Computer science, information and general works > 004 Computer science |
Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
Depositing User: | Unnamed user with username nova |
Date Deposited: | 24 Aug 2022 07:49 |
Last Modified: | 11 Dec 2023 07:24 |
URI: | http://repository.ub.ac.id/id/eprint/193535 |
![]() |
Text
Krishna Febianda.pdf Download (35MB) |
Actions (login required)
![]() |
View Item |