Sihombing, Herlinda Y (2026) IMPLEMENTASI ALGORITMA K-MEANS DALAM ANALISIS DATA PENJUALAN PRODUK DEKRANASDA KOTA PALANGKA RAYA MENGGUNAKAN METODE DATA MINING. Sarjana (S1) thesis, Universitas Palangka Raya.
Cover + Dapus HERLINDA Y SIHOMBING.pdf
Download (527kB)
Skripsi HERLINDA Fulltext.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
Abstract
Perkembangan teknologi informasi mendorong pemanfaatan data dalam membantu proses pengambilan keputusan, termasuk pada bidang penjualan produk kerajinan. Dekranasda Kota Palangkaraya memiliki data penjualan yang cukup banyak, namun pengelolaan dan analisis data tersebut masih belum dimanfaatkan secara optimal untuk mengetahui pola penjualan produk. Penelitian ini bertujuan untuk menerapkan metode data mining menggunakan algoritma K-Means dalam menganalisis data penjualan kerajinan di Dekranasda Kota Palangkaraya.
Metode yang digunakan dalam penelitian ini adalah metode clustering dengan algoritma K-Means melalui tahapan pengumpulan data, seleksi data, preprocessing data, proses clustering, serta analisis hasil pengelompokan data. Data penjualan dikelompokkan berdasarkan ke dalam beberapa kategori berdasarkan karakteristik penjualan produk.
Hasil penelitian ini menunjukkan bahwa algoritma K-Means mampu mengelompokkan data penjualan kerajinan ke dalam kategori penjualan tertinggi dan penjualan rendah secara efektif. Penerapan data Mining ini membantu proses analisis data menjadi lebih terstruktur, cepat, dan mudah dipahami sehingga dapat mendukung pengambilan keputusan terkait promosi, pengelolaan stok, dan pengembangan manajemen produk.
| Item Type: | Thesis (TA, Skripsi, Tesis, Disertasi) (Sarjana (S1)) |
|---|---|
| Keywords / Kata Kunci: | Data Mining, K-Means, Clustering, Analisis Penjualan. |
| Subjects: | Rekayasa Perangkat Lunak |
| Fakultas / Prodi: | FT > Teknik Informatika (S1) |
| Depositing User: | IMPLEMENTA HERLINDA Y SIHOMBING |
| Date Deposited: | 21 Jul 2026 03:53 |
| Last Modified: | 21 Jul 2026 03:53 |
| URI: | https://repositori.upr.ac.id/id/eprint/7405 |

