Pengelompokan Data Penjualan Mie Berdasarkan Bulan Dengan Menggunakan Algoritma K-Medoids

Penulis

  • Riahta Ulina Br. Barus Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar, Indonesia
  • Indra Gunawan Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar, Indonesia
  • Bahrudi Efendi Damanik Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar, Indonesia
  • Iin Parlina Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar, Indonesia
  • Widodo Saputra Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar, Indonesia

DOI:

https://doi.org/10.54082/jiki.15

Kata Kunci:

Data Mining, K-Medoids, Mie, Pengelompokan, Rapidminer, kuliner

Abstrak

Mie merupakan salah satu keanekragaman kuliner yang memiliki potensi sangat besar untuk dikembangkan sebagai peningkatan ekonomi di pematangsiantar. Penjualana Mie di Kota pematangsiantar juga sangat pesat, namun para pedagang masih mneggunakan cara manual dalam pengelompokan data hasil penjualan dari berbagai macam jjenis mie yang di jual sehingga tingkat akurasi keuntungannya menjadi tidak Nampak dengan jelas. Berdasarkan itu makan penulis membuat penelitian ini dengan menggunakan Algoritma K-Medoids untuk mengcluster data penjualan mie dari tahun 2018-2019 berdasarkan tahun dan bulan. Hasil yang diperoleh dari  produksi mie di tahun 2018 terbanyak adalah mie pangsit dengan centroid 304670 pada bulan Januari dan mie pangsit dengan centroid 290476 pada bulan Desember, sedangkan di tahun 2019 adalah mie pangsit centroid 311532 bulan Januari dan 311532 pada bulan Desember. Tingkat akurasi dari pengolahan RapidMiner dengan pengolahan yang dilakukan penulis menunjukkan 12 data yang digunakan. Untuk Cluster C1 atau kelompok Tinggi diperoleh akurasi sebesar 17% dengan jumlah data yang sama 2 data, Cluster C2 atau kelompok Sedang diperoleh akurasi sebesar 8% dengan jumlah data yang sama 1 data dan Cluster C3 atau kelompok Rendah diperoleh akurasi sebesar 75% dengan jumlah data yang sama 9 data.

Referensi

D. F. Pramesti, M. T. Furqon, dan C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan / Lahan Berdasarkan Persebaran Titik Panas ( Hotspot ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, hal. 723–732, 2017.

Z. Mustofa dan I. S. Suasana, “ALGORITMA CLUSTERING K-MEDOIDS PADA E-GOVERNMENT BIDANG INFORMATION AND COMMUNICATION TECHNOLOGY DALAM PENENTUAN STATUS EDGI,” vol. 9, hal. 1–10, 2018.

D. F. Pramesti, Lahan, M. Tanzil Furqon, dan C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, hal. 723–732, 2017, doi: 10.1109/EUMC.2008.4751704.

S. Defiyanti, M. Jajuli, dan N. Rohmawati, “Optimalisasi K-MEDOID dalam Pengklasteran Mahasiswa Pelamar Beasiswa dengan CUBIC CLUSTERING CRITERION,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 1, hal. 211–218, 2017, doi: 10.25077/teknosi.v3i1.2017.211-218.

M. Ependi, Sopyan; Akbar, “implementasi Data Mining pada Penjualan Produk Elektronik Dengan Algotitma apriori,” implementasi Data Min. pada Penjualan Prod. Elektron. Dengan Algotitma apriori, vol. 43, no. 5, hal. 10–23, 2013.

H. Zayuka, S. M. Nasution, dan Y. Purwanto, “Perancangan Dan Analisis Clustering Data Menggunakan Metode K-Medoids Untuk Berita Berbahasa Inggris Design and Analysis of Data Clustering Using K-Medoids Method For English News,” e-Proceeding Eng. , vol. 4, no. 2, hal. 2182–2190, 2017.

H. Ningrum, E. Irawan, dan M. R. Lubis, “Implementasi Metode K-Medoids Clustering Dalam Pengelompokan Data Penyakit Alergi Pada Anak,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 6, no. 1, hal. 130, 2021, doi: 10.30645/jurasik.v6i1.277.

D. Listiyanti, Y. A. Syahbana, dan S. R. Henim, “Perancangan dan Implementasi Aplikasi Android Penentu Salient Area pada Video dengan Algoritma K-Medoids,” vol. 2, no. 1, hal. 96–101, 2016, [Daring]. Tersedia pada: http://ars.ilkom.unsri.ac.id.

A. A. D. Sulistyawati dan M. Sadikin, “Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan,” Sistemasi, vol. 10, no. 3, hal. 516, 2021, doi: 10.32520/stmsi.v10i3.1332.

S. Darma dan G. W. Nurcahyo, “Klasterisasi Teknik Promosi dalam Meningkatkan Mutu Kampus Menggunakan Algoritma K-Medoids,” J. Inform. Ekon. Bisnis, vol. 3, hal. 89–94, 2021, doi: 10.37034/infeb.v3i3.87.

J. Perbanas et al., “‘Towards Economic Recovery by Accelerating Human Capital and Digital Tranformation’ Perbanas Institute-SNAP_2021_FULL PAPER_41 ANALISIS DATA RISIKO NASABAH PADA BUSINESS CONTROL (BC) TOOLS MENGGUNAKAN RAPID MINER,” hal. 178–189.

B. G. Sudarsono, M. I. Leo, A. Santoso, dan F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE - J. Bus. Audit Inf. Syst., vol. 4, no. 1, hal. 13–21, 2021, doi: 10.30813/jbase.v4i1.2729.

Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” Prisma, vol. 4, hal. 493–499, 2021, [Daring]. Tersedia pada: https://journal.unnes.ac.id/sju/index.php/prisma/.

G. A. Pranata, H. Tanuwijaya, dan P. Sudarmaningtyas, “Rancang Bangun Sistem Informasi Permintaan Pembelian Barang Berbasis Web Di Stmik Stikom Surabaya,” J. Sist. Inf. dan Komput. Akunt., vol. 3, no. 1, hal. 197–203, 2015.

T. Informatika, F. I. Komputer, U. Al, A. Mandar, dan T. Sampah, “PENERAPAN UNIFIED MODELLING LANGUAGE ( UML ) PADA ANALISIS SISTEM SERTA PERANCANGAN DATABASE,” vol. 6, hal. 170–177, 2021.

Diterbitkan

11-11-2021

Cara Mengutip

Barus, R. U. B., Gunawan, I., Damanik, B. E., Parlina, I., & Saputra, W. (2021). Pengelompokan Data Penjualan Mie Berdasarkan Bulan Dengan Menggunakan Algoritma K-Medoids. Jurnal Ilmu Komputer Dan Informatika, 1(2), 141–156. https://doi.org/10.54082/jiki.15