Muhammad, Fadel (2019) PERANCANGAN DAN IMPLEMENTASI SISTEM PENGELOLA STOK BARANG PADA CV. NATA MANDIRI MENGGUNAKAN ALGORITMA K-MEAN DAN K-NN BERBASIS WEB Studi Kasus: CV. Nata Mandiri. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (939kB) |
|
Text (BAB I)
BAB I.pdf Download (202kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (815kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (2MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (582kB) |
|
Text (BAB V)
BAB V.pdf Download (27kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (74kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 15.11.9058 Fadel Muhammad.zip Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
Publikasi_15.11.9058 Fadel Muhammad.pdf Restricted to Repository staff only Download (545kB) |
Abstract
Tingginya rasio penjualan tak terlepas dari masalah yang dihadapi perusahaan dalam menyediakan barang yang diminta. Demi memenuhi permintaan pembeli, perusahaan diharuskan melaksanakan pelayanan yang maksimal dengan selalu menyediakan stok setiap kali barang tersebut dibutuhkan. Dengan kata lain, kepuasan pembeli dan pendapatan perusahaan bergantung pada hal ini. Dibentuknya sistem yang bekerja untuk menentukan kelayakan tersedianya suatu barang diyakini dapat mengatasi permasalahan kehabisan stok yang kerap kali terjadi. Sistem pengelola stok didapat dengan mempertimbangkan jumlah stok, nilai keuntungan, jumlah penjualan per periode waktu dan jenis barang. Dalam penelitian ini menggunakan algoritma K-Means Clustering dan K-Nearest Neighbor. Berdasarkan pengujian dapat disimpulkan penerapan algoritma K-Means Clustering dan algoritma K-Nearest Neighbor untuk mengelola stok barang berhasil dilakukan. Sistem dapat menentukan barang yang paling layak untuk distok ulang dengan memanfaatkan algoritma K-Means Clustering dan algoritma K-Nearest Neighbor.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Klasterisasi, K-Means, K-Nearest Neighbor, Pengelola Stok, Clustering, K-Means Clustering, K-Nearest Neighbor, Stock Management | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 27 Jul 2022 03:55 | ||
| Last Modified: | 07 Sep 2023 04:55 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/4145 |
Actions (login required)
 |
View Item |