Raharja, Godwin Aditya (2023) CLUSTERING DATA PENJUALAN MOTOR MENGGUNAKAN METODE K-MEANS (STUDI KASUS : AHASS GUNA MOTOR BOGOR). S1 thesis, Universitas Atma Jaya Yogyakarta.
|
Text (Godwin Aditya Raharja)
190710356_Bab 0.pdf Download (361kB) | Preview |
|
|
Text
190710356_Bab 1.pdf Download (228kB) | Preview |
|
|
Text
190710356_Bab 2.pdf Download (238kB) | Preview |
|
Text
190710356_Bab 3.pdf Restricted to Registered users only Download (253kB) |
||
Text
190710356_Bab 4.pdf Restricted to Registered users only Download (1MB) |
||
Text
190710356_Bab 5.pdf Restricted to Registered users only Download (828kB) |
||
|
Text
190710356_Bab 6.pdf Download (281kB) | Preview |
Abstract
Sepeda motor merupakan kendaraan roda dua yang sangat populer di Indonesia. Sepeda motor diproduksi oleh berbagai merek dan Honda merupakan merek sepeda motor yang paling laku di Indonesia. AHASS Guna Motor Bogor merupakan salah satu dealer resmi yang menjual sepeda motor Honda. Tipe sepeda motor yang dijual sangat beragam dan tidak semua tipe diminati masyarakat. Oleh karena itu, perlu dibuat penelitian untuk menemukan tipe motor mana saja yang diminati dan tidak diminati. Penelitian ini menggunakan metode clustering dengan algoritme K-Means. Sebelum data diuji dengan metode tersebut, data melalui preprocessing data untuk mengeliminasi data yang tidak perlukan, sehingga data siap untuk diuji dengan metode clustering K-Means. Atribut yang digunakan untuk penelitian adalah tipe motor dan unit yang terjual selama tiga tahun. Elbow Method digunakan untuk menentukan jumlah cluster yang optimal dan hasil yang didapatkan adalah tiga cluster optimal. Pengelompokan dengan metode clustering K-Means menghasilkan tiga cluster sesuai pengujian Elbow Method. Keterangan dari tiga cluster tersebut adalah cluster_0 (Diminati) sejumlah 13 tipe, cluster_1 (Kurang Diminati) sejumlah 28 tipe, dan cluster_2 (Sangat Diminati) sejumlah empat tipe. Hasil penelitian dapat digunakan oleh pihak Guna Motor Bogor untuk mengelola pengadaan stok motor sehingga keuntungan dapat lebih maksimal dan penyimpanan motor menjadi lebih efektif.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Sepeda Motor, Clustering, K-Means, Elbow Method. |
Subjects: | Teknik Informatika > Soft Computing |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor 3 uajy |
Date Deposited: | 29 Sep 2023 18:51 |
Last Modified: | 29 Sep 2023 18:51 |
URI: | http://e-journal.uajy.ac.id/id/eprint/30060 |
Actions (login required)
View Item |