Hasil Pencarian: "K-Means Clustering" (Semua Bidang (Umum))
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetHasil Pencarian: "K-Means Clustering" (Semua Bidang (Umum))
Menampilkan 2 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS INVENTORY ATK PADA BANK RAYA INDONESIA
Penulis: Rifqi Yovila Candra, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Pengelolaan persediaan alat tulis kantor (ATK) pada Divisi Finance and Asset Management (FAM) Bank Raya Indonesia memerlukan analisis berbasis data untuk mengidentifikasi pola konsumsi divisi, pergerakan produk, dan prioritas kebutuhan ATK. Penelitian ini menerapkan algoritma K-Means Clustering dengan kerangka kerja CRISP-DM untuk menganalisis 4.271 data transaksi permintaan ATK periode 2017–2026 yang mencakup 27 jenis item ATK dari beberapa divisi internal. Tiga model segmentasi dibangun secara simultan dari satu dataset yang sama, yaitu Model 1 (segmentasi konsumsi divisi), Model 2 (segmentasi pergerakan produk), dan Model 3 (pemetaan prioritas hubungan divisi-item), yang dievaluasi menggunakan WCSS, Silhouette Score, dan Davies-Bouldin Index (DBI). Model 1 menghasilkan tiga cluster (K=3, Silhouette=0,6697, DBI=0,4776) terdiri dari 55 divisi konsumsi rendah, 27 sedang, dan 3 tinggi. Model 2 menghasilkan dua cluster (K=2, Silhouette=0,8718, DBI=0,0618) dengan Materai 10.000 sebagai satusatunya produk fast moving dari 27 produk. Model 3 menghasilkan dua cluster (K=2, Silhouette=0,8417, DBI=0,5477) dengan 20 pasangan divisi-item berprioritas tinggi dari 647 pasangan yang dianalisis. Hasil segmentasi diimplementasikan dalam dashboard analitik interaktif berbasis Streamlit yang dilengkapi fitur visualisasi, import dataset, dan export laporan dalam format Excel dan PDF. Pengujian melalui Alpha Testing dan User Acceptance Testing (UAT) menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan fungsional dengan nilai kepuasan UAT sebesar 85%, yang mengindikasikan sistem layak digunakan oleh Divisi FAM Bank Raya Indonesia.
#ATK
#CRISP-DM
#Dashboard Analitik
#K-Means Clustering
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM INFORMASI KINERJA SALES DENGAN PENDEKATAN K-MEANS BERBASIS WEBSITE PADA PT FAN INTEGRASI TEKNOLOGI
Penulis: Inayah Ainina Mawardi, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. |
2026
Inayah Ainina Mawardi(2022320021),Sistem Informasi Kinerja Sales Berbasis Website dengan Pendekatan K-Means Pada PT Fan Integrasi Teknologi. PT Fan Integrasi Teknologi merupakan perusahaan yang bergerak di bidang teknologi informasi dan memiliki aktivitas penjualan yang perlu dipantau secara berkala. Proses penilaian kinerja sales yang berjalan saat ini masih dilakukan secara manual menggunakan spreadsheet dan dokumen terpisah, sehingga menyebabkan keterlambatan dalam rekapitulasi data, berpotensi menimbulkan kesalahan perhitungan, serta menyulitkan manajer dalam melakukan evaluasi kinerja secara objektif. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi kinerja sales berbasis website yang mampu mengelola data penjualan secara terintegrasi dan mendukung proses evaluasi kinerja sales secara lebih efektif. Metode pengembangan sistem yang digunakan adalah User-Centered Design (UCD) untuk memastikan sistem sesuai dengan kebutuhan pengguna dan mudah digunakan. Selain itu, metode K-Means Clustering diterapkan untuk mengelompokkan kinerja sales ke dalam beberapa kategori berdasarkan variabel total score, jumlah proyek, dan win rate. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengolah data penjualan secara otomatis, menampilkan dashboard interaktif, serta menghasilkan pengelompokan kinerja sales ke dalam kategori High Performer, Medium Performer, dan Low Performer. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi pengolahan data, mengurangi kesalahan perhitungan, serta membantu manajemen dalam pengambilan keputusan yang lebih cepat, objektif, dan berbasis data.
#Analisis Data
#K-Means Clustering
#Kinerja Sales
#Sistem Informasi Berbasis Website
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|