MUHAMMAD, RIZKI AULIA NIM : 180170153 (2023) IMPLEMENTASI METODE K-MEANS CLUSTERING DALAM MENENTUKAN JENIS BAJU TERLARIS PADA TOKO ENDORSE STORE. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (79kB)
	Text ABSTRAK.pdf Download (7kB)
	Text BAB 1.pdf Download (98kB)
	Text DAFTAR PUSTAKA.pdf Download (148kB)

Abstract

Seiring berjalannya waktu, dunia fashion semakin berkembang di kalangan masyarakat, sehingga banyak dari kalangan pengusaha mencoba membuka usaha berjualan baju dengan membuka toko baju biasa, boutique, dan juga distro untuk kalangan kaum muda. Pada distro endorse store yang mejual pakaian jadi pria mengalami permasalahan dimana banyak stok baju yang tidak terjual dikarenakan tidak diminati oleh konsumen, sehingga membuat kerugian omzet pada toko tersebut. Pada penelitian ini penulis akan mecoba memecahkan permasalahan tersebut dengan cara mencari jenis baju yang paling diminati oleh konsumen dengan cara mengklasterisasi penjualan baju meggunakan algoritma K- Means Clustering dari data penjualan mulai tahun 2019 sampai dengan 2021, dimana jenis baju yang kurang laris(C1), laris(C2), dan terlaris(C3), dengan variabel stok baju, baju terjual, dan harga baju. Dari hasil Clustering menggunakan metode K�Means Clustering dapat diketahui hasil akhir dari pengujian penelitian ini yaitu jenis baju kurang laris C1 sebanyak 7 jenis baju (9.8%), C2 laris sebanyak 39 jenis baju (55%), dan terlaris sebanyak 25 jenis baju (35.2%). Hasil pengelompokkan baju dari transaksi penjualan pada tahun 2019 sampai dengan 2021 dengan menggunakan metode K-Means clustering dapat berjalan sesuai dengan harapan. Hasil clustering dapat memberikan informasi kepada penjual bahwa jenis baju manakah yang paling laris guna membantu pelaku usaha untuk menemukan baju yang diminati oleh konsumen. Kata kunci : K-Means, Clustering, Cluster, Baju

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	riska nanda
Date Deposited:	22 Nov 2023 04:19
Last Modified:	22 Nov 2023 04:19
URI:	https://rama.unimal.ac.id/id/eprint/230

Actions (login required)

View Item