Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Implementasi Algoritma K-Means dalam Pengelompokkan Tingkat Transaksi Produk PPOB Nusantara

View through CrossRef
PPOB Nusantara merupakan penyedia aplikasi berbasis layanan pembayaran online dengan lebih dari 800 produk. Dengan produk dan transaksi yang sudah relatif banyak sulit memperoleh informasi berupa jumlah transaksi setiap kategori produk yang akan digunakan untuk menjaga stabilitias ataupun promosi produk. Di PPOB Nusantara proses penggalian data menjadi informasi sebelumnya masih dilakukan manual menggunakan software pengolah angka, sehingga rentan kesalahan dan membutuhkan waktu dan proses yang cukup lama. Dalam penelitian ini dilakukan perancangan sistem klasterisasi berbasis website untuk mengelompokkan produk berdasarkan tingkat transaksi menggunakan algoritma K-Means. Klaster yang ditentukan adalah 5 (Very Low, Low, Medium, High, Very High) dengan data yang digunakan adalah data transaksi periode bulan September 2023 dengan total 91.923 record. Atribut yang digunakan adalah kategori dan jumlah transaksi. Hasil pengujian sistem klasterisasi didapatkan 26 kategori dengan 15 kategori dan 157 produk masuk ke dalam klaster Very Low, 5 kategori dan 23 produk di klaster Low, 3 kategori dan 5 produk di klaster Medium, 2 kategori dan 2 produk di klaster High, dan 1 kategori dan 1 produk di klaster Very High. Dari hasil klasterisasi selanjutnya akan dilakukan analisis lebih lanjut oleh tim marketing untuk dilakukan strategi promosi berdasarkan kelompok klaster.
Title: Implementasi Algoritma K-Means dalam Pengelompokkan Tingkat Transaksi Produk PPOB Nusantara
Description:
PPOB Nusantara merupakan penyedia aplikasi berbasis layanan pembayaran online dengan lebih dari 800 produk.
Dengan produk dan transaksi yang sudah relatif banyak sulit memperoleh informasi berupa jumlah transaksi setiap kategori produk yang akan digunakan untuk menjaga stabilitias ataupun promosi produk.
Di PPOB Nusantara proses penggalian data menjadi informasi sebelumnya masih dilakukan manual menggunakan software pengolah angka, sehingga rentan kesalahan dan membutuhkan waktu dan proses yang cukup lama.
Dalam penelitian ini dilakukan perancangan sistem klasterisasi berbasis website untuk mengelompokkan produk berdasarkan tingkat transaksi menggunakan algoritma K-Means.
Klaster yang ditentukan adalah 5 (Very Low, Low, Medium, High, Very High) dengan data yang digunakan adalah data transaksi periode bulan September 2023 dengan total 91.
923 record.
Atribut yang digunakan adalah kategori dan jumlah transaksi.
Hasil pengujian sistem klasterisasi didapatkan 26 kategori dengan 15 kategori dan 157 produk masuk ke dalam klaster Very Low, 5 kategori dan 23 produk di klaster Low, 3 kategori dan 5 produk di klaster Medium, 2 kategori dan 2 produk di klaster High, dan 1 kategori dan 1 produk di klaster Very High.
Dari hasil klasterisasi selanjutnya akan dilakukan analisis lebih lanjut oleh tim marketing untuk dilakukan strategi promosi berdasarkan kelompok klaster.

Related Results

ARTIKEL ALGORITMA PEMROGRAMAN SERI MINTA UBA HASIBUAN
ARTIKEL ALGORITMA PEMROGRAMAN SERI MINTA UBA HASIBUAN
Algoritma merupakan akar dari sebuah sistem yang terbentuk dalam dunia pemrograman.Melalui serangkaian cara yang masuk akal dan teratur, sebuah algoritma dapat menyelesaikan suatu ...
Perbandingan Kinerja Algoritma Naïve Bayes Dan C.45 Dalam Klasifikasi Spam Email
Perbandingan Kinerja Algoritma Naïve Bayes Dan C.45 Dalam Klasifikasi Spam Email
Antispam dengan algoritma tertentu yang dapat memisahkan antara spam-mail dengan non spam mail. Perbandingan kinerja antara algoritma naïve bayes, dan decision tree yang memakai al...
IMPLEMENTASI ALGORITMA FP-GROWTH DAN APRIORI UNTUK PERSEDIAAN PRODUK
IMPLEMENTASI ALGORITMA FP-GROWTH DAN APRIORI UNTUK PERSEDIAAN PRODUK
Persediaan produk merupakan hal yang penting dalam mengelola bisnis, khususnya bisnis retail. Persediaan produk menjadi perhatian Toko Emyra Bedding untuk memaksimalkan pelayananny...
ANALISIS MODEL L-DIVERSITY DENGAN ALGORITMA SYSTEMATIC CLUSTERING DAN DATAFLY
ANALISIS MODEL L-DIVERSITY DENGAN ALGORITMA SYSTEMATIC CLUSTERING DAN DATAFLY
Penelitian ini dilatar belakangi oleh teknik anonimitas data yang terdapat pada Privacy Preserving Data Publishing. Sehingga data yang ingin dipublikasikan bersifat anonim, tanpa m...
ANALISIS DATA TRANSAKSI PENJUALAN BARANG MENGGUNAKAN TEKNIK K-MEANS CLUSTERING
ANALISIS DATA TRANSAKSI PENJUALAN BARANG MENGGUNAKAN TEKNIK K-MEANS CLUSTERING
PT. Swiss Padma Jaya Cirebon menghadapi tantangan dalam memahami pola pembelian pelanggan yang semakin kompleks, terutama dengan pertumbuhan volume data transaksi yang besar dan be...
Sistem Klasifikasi Kerusakan Jalan Metode Machine Learning dengan Algoritma K-Means dan Random Forest
Sistem Klasifikasi Kerusakan Jalan Metode Machine Learning dengan Algoritma K-Means dan Random Forest
Kerusakan jalan merupakan masalah yang signifikan dalam infrastruktur transportasi, yang dapat mempengaruhi kenyamanan dan kesalamatan pengguna jalan. Penelitian ini bertujuan untu...
Perbandingan Algoritma Boruvka Dan Algoritma Sollin Pada Optimasi Kebutuhan Kabel Fiber Optik Universitas Bengkulu
Perbandingan Algoritma Boruvka Dan Algoritma Sollin Pada Optimasi Kebutuhan Kabel Fiber Optik Universitas Bengkulu
Optimasi adalah hal penting dalam suatu algoritma. Ini dapat menghemat kebutuhan dalam suatu kegiatan. Pada Minimum Spanning Tree, yang ingin dicapai adalah bagaimana semua vertexs...

Back to Top