IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DAN K-NEAREST NEIGHBOR UNTUK MENENTUKAN STRATEGI PENGELOLAAN STOK BARANG (Studi Kasus: Rahayu Ban)

Saputro, Wahyu (2018) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DAN K-NEAREST NEIGHBOR UNTUK MENENTUKAN STRATEGI PENGELOLAAN STOK BARANG (Studi Kasus: Rahayu Ban). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER-ABSTRAK.pdf
Download (2MB)
[img] Text (BAB I)
BAB I.pdf
Download (1MB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (3MB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (5MB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (3MB)
[img] Text (BAB V)
BAB V.pdf
Download (369kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (384kB)

Abstract

Menghadapi persaingan dalan dunia bisnis tidak cukup hanya memberikan pelayanan yang baik, namun juga selalu menyediakan barang yang diinginkan oleh pembeli dengan menjamin ketersediaan barang. Hal ini berhubungan dengan stok harang, dimana pihak penjual dituntut untuk selalu menyediakan stok barang agar pembeli tidak kecewa dan beralih ke penjual lain karena barang yang diinginkan tidak tersedia. Untuk mengatasi masalah tersebut, dibutuhkan sistem manajemen stok yang dapat membantu mencari jenis barang yang diprioritaskan untuk disediakan. Dengan menggunakan pertimbangan jumlah stok, jumlah keuntungan, jehis barang dan tingkat penjualan akan dilakukan pengelompokkan data barang berdasarkan pertimbangan tersebut menggunakan algoritma K-Means Clustering. Hasil dari pengelompokkan akan digunakan sebagai data training untuk dicari nilai terdekatnya dengan objek baru menggunakan algoritma K-Nearest Neighbor (KNN). Nilai KNN yang paling kecil adalah barang yang diprioritaskan untuk dilakukan stok ulang dengan kriteria objek baru untuk setiap atribut atau pertimbangan adalah "restok". Berdasarkan hasil pengujian algoritma diketahui bahwa barang jenis GT 5.00-12 adalah barang yang diprioritaskan karena memiliki nilai KNN minimum dengan nilai 8.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Hartanto, Anggit Dwi
Uncontrolled Keywords: Clustering, K-Means Clustering, K-Nearest Neighbor, Manajemen Stok
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 29 Dec 2023 03:19
Last Modified: 29 Dec 2023 03:19
URI: http://eprints.amikom.ac.id/id/eprint/23188

Actions (login required)

View Item View Item