Penentuan Pengelompokan Penjualan dengan Kombinasi K-Means dan Hamming Distance
DOI:
https://doi.org/10.30587/postulat.v1i2.2090Keywords:
Hamming Distance, K-Means, ClusteringAbstract
Penentuan penjualan dapat dilakukan dengan berbagai cara. Pengelompokan penentuan penjualan, terdiri dari barang yang laku dan tidak laku. Hasil pengelompokan digunakan sebagai pertimbangan dalam memproduksi barang dan menentukan strategi pemasaran. Penghitungan yang dilakukan pada penelitian ini menggunakan metode K-Means Clustering dan Hamming Distance. Data atribut terdiri dari data non numerik, sehingga jarak yang sesuai adalah jarak hamming. Apakah barang tersebut tergolong barang yang dimasukkan dalam pasaran atau tidak. Hasil dari penelitian ini adalah menghasilkan data laporan penjualan yang dapat melaporkan barang laku dan tidak laku di setiap cabang perusahaan.
References
Han, J., Kamber, M., & Pei, J. (2012). In Data Mining Concepts and Techniques. United State f
America: Elsivier Inc.
Hastuti, N. F. (2013). Pemanfaatan Metode K-Means Clustering Dalam Pnentuan Peneriman
Beasiswa. Surakarta: Universitas Sebelas Maret.
Hitayatullah, P., & Kawistara, J. K. (2014). Pemrograman Web. Bandung: Informatika Bandung.
Kusuma, V. M. (2017, Juni). Implementasi Metode Fuzzy Subtractive Clustering Untuk
Pengelompokkan Data Potensi Kebakaran Hutan/Lahan. Jurnal Pengembangan Teknologi
Informasi dan Ilmu Komputer, 1, 878.
Lutvi, & Putro, L. S. (2013). Penerapan Kombinasi Algoritma Minhash dan Binary Hamming
Distance pada Hybrid Perekomendasian Lagu. JURNAL ITSMART, VOL 2 NO.1.
M. Agustin, F. E., Fitria, A., & Hanifah, A. (2015). Implementasi Algoritma K-Means Untuk
Menentukan Kelompok Penggayaan Materi Mata Pelajaran Ujian Nasional (Studi Kasus :
SMP Negeri 101 Jakarta).
Metisen, B. M., & Sari, H. L. (2015). Analisis Clustering Menggunakan Metode K-Means Dalam
Pengemlompokan Penjualan Produk Pada Swalayan Fadhila. Jurnal Media Infotama, XI,
110-118.
Rochmawati, Y., & Kusumaningrum, R. (2016, April). Studi Perbandingan Algoritma Pencarian
String dalam Metode Approximate String Matching untuk Identifikasi Kesalahan
Pengetikan Teks. Jurnal Buana Informatika, 7, 127.
Sari, C. A., & D, D. S. (2014). Kluster K-Means Data Mahasiswa Baru Terhadap Program Studi
Yang Dipilih.
131
Postulat : Jurnal Inovasi Pendidikan Matematika
Sugiarti, Y. (2013). Analisis & Perancangan UML (Unified Modeling Language) Generated VB.6.
Yogyakarta: Graha Ilmu.
Sutrisno. (2014). Pembuatan Aplikasi Pos (Point Of Sale) Berbasis PHP dan MySQL. Surakarta.
Suyatno. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika
Bandung.
Yuniarti, K. C. (2012). Analisis Sistem Pengendalian Internal Siklus Pendapatan (Studi Kasus pada
PT Catenz Indonesia Cabang Surakarta, Jawa Tengah). Salatiga.
America: Elsivier Inc.
Hastuti, N. F. (2013). Pemanfaatan Metode K-Means Clustering Dalam Pnentuan Peneriman
Beasiswa. Surakarta: Universitas Sebelas Maret.
Hitayatullah, P., & Kawistara, J. K. (2014). Pemrograman Web. Bandung: Informatika Bandung.
Kusuma, V. M. (2017, Juni). Implementasi Metode Fuzzy Subtractive Clustering Untuk
Pengelompokkan Data Potensi Kebakaran Hutan/Lahan. Jurnal Pengembangan Teknologi
Informasi dan Ilmu Komputer, 1, 878.
Lutvi, & Putro, L. S. (2013). Penerapan Kombinasi Algoritma Minhash dan Binary Hamming
Distance pada Hybrid Perekomendasian Lagu. JURNAL ITSMART, VOL 2 NO.1.
M. Agustin, F. E., Fitria, A., & Hanifah, A. (2015). Implementasi Algoritma K-Means Untuk
Menentukan Kelompok Penggayaan Materi Mata Pelajaran Ujian Nasional (Studi Kasus :
SMP Negeri 101 Jakarta).
Metisen, B. M., & Sari, H. L. (2015). Analisis Clustering Menggunakan Metode K-Means Dalam
Pengemlompokan Penjualan Produk Pada Swalayan Fadhila. Jurnal Media Infotama, XI,
110-118.
Rochmawati, Y., & Kusumaningrum, R. (2016, April). Studi Perbandingan Algoritma Pencarian
String dalam Metode Approximate String Matching untuk Identifikasi Kesalahan
Pengetikan Teks. Jurnal Buana Informatika, 7, 127.
Sari, C. A., & D, D. S. (2014). Kluster K-Means Data Mahasiswa Baru Terhadap Program Studi
Yang Dipilih.
131
Postulat : Jurnal Inovasi Pendidikan Matematika
Sugiarti, Y. (2013). Analisis & Perancangan UML (Unified Modeling Language) Generated VB.6.
Yogyakarta: Graha Ilmu.
Sutrisno. (2014). Pembuatan Aplikasi Pos (Point Of Sale) Berbasis PHP dan MySQL. Surakarta.
Suyatno. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika
Bandung.
Yuniarti, K. C. (2012). Analisis Sistem Pengendalian Internal Siklus Pendapatan (Studi Kasus pada
PT Catenz Indonesia Cabang Surakarta, Jawa Tengah). Salatiga.
Downloads
Published
2020-12-05
How to Cite
Vulandari, R. T., & Remawati, D. (2020). Penentuan Pengelompokan Penjualan dengan Kombinasi K-Means dan Hamming Distance. Postulat : Jurnal Inovasi Pendidikan Matematika, 1(2), 122–131. https://doi.org/10.30587/postulat.v1i2.2090
Issue
Section
Articles
