Analisa Cluster Data Transaksi Penjualan Minimarket Selama Pandemi Covid-19 dengan Algoritma K-means

Authors

DOI:

https://doi.org/10.31328/jointecs.v6i3.2693

Keywords:

analisa, klusterisasi, transaksi, covid-19, data mining

Abstract

Covid-19 berdampak buruk pada sektor ekonomi di Indonesia. Hal ini terlihat dari kerugian yang dialami pelaku industri berupa penurunan omset penghasilan. Strategi penjualan perlu dilakukan agar kerugian dapat diminimalisir. Analisa transaksi penjualan bisa dilakukan untuk menemukan kelompok produk dengan data penjualan terbanyak sehingga manajemen stok dapat terpenuhi dan meningkatkan transaksi penjualan. Minimarket Berkah Abadi merupakan industri yang terdampak oleh pandemi ini. Analisa data belum dilakukan untuk mencari tahu produk mana yang memiliki data penjualan terbanyak, sehingga perlu dilakukan analisa dengan algoritma k-means. Algoritma ini dapat mengelompokan data berdasarkan kemiripan karakteristiknya. Penerapan algoritma pada 278480 data transaksi, didapatkan tiga cluster data penjualan yaitu cluster 2 atau penjualan terbanyak sebanyak 57 produk, cluster 1 atau penjualan sedang sebanyak 5 produk dan sisanya adalah cluster 0 dengan penjualan rendah. Hasil akurasi model klusterisasi yang dihasilkan dengan confusion matrix adalah 87%. Berdasarkan hasil ini pemilik Minimarket Berkah Abadi dapat terbantu dalam membuat keputusan pada manajemen stok barang pada saat pandemi Covid-19 masih berlangsung. 

Author Biographies

Iis Setyawan Mangku Negara, Universitas Harapan Bangsa

Informatika

Purwono Purwono, Universitas Harapan Bangsa

Program Studi Informatika

Imam Ahmad Ashari, Universitas Harapan Bangsa

Program Studi Teknologi Informasi

References

I. Wahidah, R. Athallah, N. F. S. Hartono, M. C. A. Rafqie, and M. A. Septiadi, “Pandemik COVID-19: Analisis Perencanaan Pemerintah dan Masyarakat dalam Berbagai Upaya Pencegahan,†J. Manaj. dan Organ., vol. 11, no. 3, pp. 179–188, 2020, doi: 10.29244/jmo.v11i3.31695.

F. R. Yamali and R. N. Putri, “Dampak Covid-19 Terhadap Ekonomi Indonesia,†Ekon. J. Econ. Bus., vol. 4, no. 2, p. 384, 2020, doi: 10.33087/ekonomis.v4i2.179.

A. Amri, “Dampak Covid-19 Terhadap UMKM di Indonesia,†J. Brand, vol. 2, no. 1, pp. 123–130, 2020.

Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,†J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2017.

M. F. Mulya, N. Rismawati, and A. R. Rizky, “Analisis Dan Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan Pada Kantin Universitas Tanri Abeng,†Fakt. Exacta, vol. 12, no. 3, pp. 210–218, 2019, doi: 10.30998/faktorexacta.v12i3.4541.

D. Firdaus, “Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer,†J. Format, vol. 6, no. 2, pp. 91–97, 2017.

M. H. Siregar, “Data Mining Klasterisasi Penjualan Alat-Alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan),†J. Teknol. Dan Open Source, vol. 1, no. 2, pp. 83–91, 2018, doi: 10.36378/jtos.v1i2.24.

F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Islam Indragiri),†J. Sist., vol. 7, no. September, pp. 238–249, 2018.

W. Afifi, D. R. Nastiti, and Q. Aini, “Clustering K-Means Pada Data Ekspor (Studi Kasus: Pt. Gaikindo),†Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 1, pp. 45–50, 2020, doi: 10.24176/simet.v11i1.3568.

R. K. Dinata, S. Safwandi, N. Hasdyna, and N. Azizah, “Analisis K-Means Clustering pada Data Sepeda Motor,†INFORMAL Informatics J., vol. 5, no. 1, p. 10, 2020, doi: 10.19184/isj.v5i1.17071.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,†J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

D. Abipraya, V. Christianti, and M. N. Jaya, “Implementasi Opinion Mining Untuk Provider Internet Menggunakan Metode Naive Bayes,†Ilmu Komput. dan Sist. Inf., vol. 9, no. 2, pp. 1–8, 2020.

A. U. Fitriyadi and A. Kurniawati, “Analisis Algoritma K-Means dan K-Medoids Untuk Clustering Data Kinerja Karyawan Pada Perusahaan Perumahan Nasional,†KILAT, vol. 10, no. 1, pp. 157–168, 2021.

I. made B. Adnyana, “Penerapan Feature Selection untuk Prediksi Lama Studi Mahasiswa,†J. Sist. Dan Inform., vol. 13, pp. 72–76, 2019.

F. Nasari and C. J. M. Sianturi, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Penyebaran Diare Di Kabupaten Langkat,†CogITo Smart J., vol. 2, no. 2, p. 108, 2016, doi: 10.31154/cogito.v2i2.19.108-119.

L. A. A. R. Putri, “Seleksi Fitur Dalam Klasifikasi Genre Musik,†J. Ilm. Ilmu Komput. Udayana, vol. 10, no. 1, pp. 19–26, 2017.

D. A. Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data untuk Klasifikasi Wine Menggunakan Algoritma K-NN,†Comput. Eng. Sci. Syst. J., vol. 4, no. 1, p. 78, 2019, doi: 10.24114/cess.v4i1.11458.

E. Muningsih and S. Kiswati, “Sistem Aplikasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan,†Joutica, vol. 3, no. 1, p. 117, 2018, doi: 10.30736/jti.v3i1.196.

A. B. H. Kiat, Y. Azhar, and V. Rahmayanti, “Penerapan Metode K-Means Dengan Metode Elbow Untuk Segmentasi Pelanggan Menggunakan Model RFM(Recency, Frequency, & Monetary),†J. Repos., vol. 2, no. 7, p. 945, 2020, doi: 10.22219/repositor.v2i7.973.

N. T. Hartanti, “Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional,†J. Nas. Teknol. dan Sist. Inf., vol. 6, no. 2, pp. 82–89, 2020, doi: 10.25077/teknosi.v6i2.2020.82-89.

H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan,†vol. 5, no. 1, pp. 62–66, 2019.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,†J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

R. Muliono and Z. Sembiring, “Data Mining Clustering Menggunakan Algoritma K-Means Untuk Klasterisasi Tingkat Tridarma Pengajaran Dosen,†CESS (Journal Comput. Eng. Syst. Sci., vol. 4, no. 2, pp. 2502–714, 2019.

I. Novandya, Adhika., Oktria, “Penerapan Algoritma Klasifikasi Data Mining C4.5 Pada Dataset Cuaca Wilayah Bekasi,†J. Format, vol. 6, no. 2, pp. 98–106, 2017, [Online]. Available: https://www.neliti.com/publications/224664/penerapan-algoritma-klasifikasi-data-mining-c45-pada-dataset-cuaca-wilayah-bekas.

R. Umar, I. Riadi, and Purwono, “Perbandingan Metode SVM, RF dan SGD untuk Penentuan Model Klasifikasi Kinerja Programmer pada Aktivitas Media Sosial,†J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 2, pp. 329–335, 2020.

Downloads

Published

2021-09-30

Issue

Vol. 6 No. 3 (2021)

Section

Articles

License

Pernyataan Hak Cipta dan Lisensi

Hak Cipta :

Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:

Hak cipta pada setiap artikel adalah milik penulis.

  1. Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
  2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);

Lisensi :

JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.

This work is Under licensed

Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)