Implentasi Data Mining Untuk Menentukan Produk Laris Dengan K-Means Clustering dan Weighted Moving Average

  • Angga Radlisa Samsudin Universitas Mercu Buana Yogyakarta
  • Agus Sidiq Purnomo Universitas Mercu Buana Yogyakarta
Keywords: Data Mining, Cluster Analysis, K-Means Clustering, Weight Moving Average.

Abstract

Mitra 10 Maguwoharjo merupakan toko yang menjual berbagai macam kebutuhan elektronik. Akan tetapi, belum ada sistem untuk mengatur proses ketersediaan stok barang, sehingga terkadang menimbulkan kebingungan dalam proses penambahan stok barang karena tidak diketahui produk apa saja yang diminati oleh pembeli. Data yang dihasilkan bertujuan untuk mempermudah pemilik toko dalam mengkategorikan produk laris dan tidak laris serta pemilihan produk untuk purchase order diperiode selanjutnya.

Penelitian ini menggunakan metode k-means clustering untuk mengelompokkan data dan weighted moving average untuk memperkirakan nilai pada periode selanjutnya. Variabel yang digunakan adalah data selama 1 tahun terhitung dari bulan Januai-Desember 2019.

Setelah dilakukan pengujian melalui perhitungan manual dan sistem didapatkan hasil bahwa penggunakan metode k-means clustering dan weighted moving average dapat digunakan untuk menentukan barang yang laris dan tidak laris dengan hasil 25 barang termasuk laris dan 4 barang tidak laris. Hasil tersebut dapat digunakan untuk menentukan purchase order diperiode selanjutnya serta sistem yang dibuat memiliki validasi yang tinggi.

Author Biography

Agus Sidiq Purnomo, Universitas Mercu Buana Yogyakarta

Universitas Mercu Buana Yogyakarta

Published
2021-11-05