Perbandingan Algoritma Fuzzy C-Means dan K-Medoids untuk Pengelompokan Data Penjualan pada 212 Mart
Abstract
Data penjualan pada 212 Mart yang disimpan sebagai arsip perlu untuk dianalisis sehingga dapat memberikan informasi untuk promosi produk dengan memperhatikan kualitas produk yang dijual. Untuk mendapatkan hasil analisis yang sesuai dengan kebutuhan promosi penjualan pada 212 Mart maka dilakukan perbandingan pada algoritma fuzzy c-means dan k-medoids. Kedua algoritma ini digunakan untuk mendapatkan cluster terbaik pada penjualan produk di 212 Mart. Dimana pada fuzzy c-means menghasilkan akurasi 21,59% dan k-medoids 20,18%. Jadi hasil akurasi pada data penjualan 212 Mart menggunakan algoritma fuzzy c-means memiliki akurasi yang baik dibandingkan algoritma k-medoids.
Full Text:
PDFReferences
R. Fitriani and N. Rosmawanti, “Penerapan Algoritma Euclidean Distance Untuk Pemilihan Paket Internet Berdasarkan Wilayah,” Progresif, vol. 13, no. 1, pp. 1651–1662, 2017.
A. L. D. Nuha and Sutopo, “PENGARUH KUALITAS PRODUK, FITUR DAN DESAIN TERHADAP KEPUTUSAN PEMBELIAN MEBEL PADA CV. MUNAWIR FURNITURE DI JEPARA Ahmad,” Diponegoro J. Manag., vol. 4, no. 4, pp. 1–11, 2015.
G. Gunadi and D. I. Sensuse, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) :,” Telematika, vol. 4, no. 1, pp. 118–132, 2012.
N. K. Kaur, U. Kaur, and D. Singh, “K-Medoid Clustering Algorithm- A Review,” Int. J. Comput. Appl. Technol., vol. 1, no. 1, pp. 42–45, 2014.
Mustakim, “Pemetaan Digital dan Pengelompokan Lahan Hijau di Wilayah Provinsi Riau Berdasarkan Knoledge Discovery in Databases (KDD) dengan Teknik K-Means Mining,” Semin. Nas. Teknol. Inf. Komun. dan Ind. 4, pp. 103–111, 2012.
S. K. Dini and A. Fauzan, “Clustering Provinces in Indonesia based on Community Welfare Indicators,” EKSAKTA J. Ilmu-ilmu MIPA, vol. 20, no. 1, pp. 56–63, 2020.
N. R. Syarif and Windarto, “Implementasi Algoritma Fuzzy C-Means Dan Metode Recency Frequency Monetary (RFM) Pada Aplikasi Data Mining Untuk Pengelompokan Pelanggan,” Sebatik, pp. 88–94, 2018.
T. Velmurugan, “Evaluation of k-medoids and fuzzy C-means clustering algorithms for clustering telecommunication data,” IEEE Proc. Int. Conf. Emerg. Trends Sci. Eng. Technol. Recent Adv. Sci. Eng. Innov. INCOSET 2012, no. April, pp. 115–120, 2014.
E. T. Al-Shammari et al., “Comparative study of clustering methods for wake effect analysis in wind farm,” Energy, vol. 95, pp. 573–579, 2016.
A. Ramadhan, Mustakim, and Z. Efendi, “Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling,” Semin. Nas. Teknol. Informasi, Komun. dan Ind. 9, pp. 219–226, 2017.
Myint Myint Yee, “Improving Sales Analysis in Retail Sale using Data Mining Algorithm with Divide and Conquer Method,” Int. J. Eng. Res., vol. V7, no. 07, pp. 276–280, 2018.
W. A. Triyanto, “Algoritma K-Medoids Untuk Penentuan Strategi Pemasaran Produk,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 6, no. 1, p. 183, 2015.
K. Kusrini, “Grouping of Retail Items by Using K-Means Clustering,” Procedia Comput. Sci., vol. 72, pp. 495–502, 2015.
N. Megawati, M. A. Mukid, and R. Rahmawati, “Segmentasi Pasar Pada Pusat Perbelanjaan Menggunakan Fuzzy C-Means (Studi Kasus: Rita Pasaraya Cilacap),” J. Gaussian, vol. 2, no. 4, pp. 343–350, 2013.
Y. Lu, T. Ma, C. Yin, X. Xie, W. Tian, and S. M. Zhong, “Implementation of the Fuzzy C-Means Clustering Algorithm in Meteorological Data,” Int. J. Database Theory Appl., vol. 6, no. 6, pp. 1–18, 2013.
N. Arbin, N. S. Suhaimi, N. Z. Mokhtar, and Z. Othman, “Comparative analysis between k-means and k-medoids for statistical clustering,” Proc. - AIMS 2015, 3rd Int. Conf. Artif. Intell. Model. Simul., pp. 117–121, 2016.
A. F. Khairati, A. A. Adlina, G. F. Hertono, and B. D. Handari, “Kajian Indeks Validitas pada Algoritma K-Means Enhanced dan K-Means MMCA,” Pros. Semin. Nas. Mat., vol. 2, pp. 161–170, 2019.
W. M. Baihaqi, K. Indartono, and S. Banat, “Penerapan Teknik Clustering Sebagai Strategi Pemasaran pada Penjualan Buku Di Tokopedia dan Shopee,” Paradig. - J. Komput. dan Inform., vol. 21, no. 2, pp. 243–248, 2019.
Refbacks
- There are currently no refbacks.
FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id